AI前沿速递：通义千问Qwen3-Max发布，AI幻觉揭秘与内容创作争议

前沿大模型：阿里通义千问Qwen3-Max预览版震撼登场

9月5日，阿里巴巴通义实验室发布了其迄今为止最强大的大模型——Qwen3-Max-Preview (Instruct)。这款模型参数量突破1万亿，远超之前的Qwen3-235B，成为AI领域的一个新里程碑。

根据官方信息，Qwen3-Max在多项关键能力上实现了显著提升：

• 性能更强：在数学、编程、逻辑和科学任务上的准确率更高，多轮对话和指令遵循能力更优秀。
• 幻觉更少：通过优化训练，模型生成虚假信息的倾向大幅降低。
• 专为智能体优化：对RAG（检索增强生成）和工具调用（Tool Calling）进行了针对性优化，使其在构建AI智能体（AI Agent）方面表现卓越。

目前，用户已可通过Qwen Chat（通义千问聊天应用）或阿里云API访问该模型，并已上线OpenRouter平台，方便开发者集成。多位技术博主的实测也验证了其性能，有评测指出其前端项目的生成能力甚至优于DeepSeek-V3.1。尽管有声音指出其Python等其他语言的生成能力提升不明显，但整体来看，Qwen3-Max的发布无疑将国产大模型的竞争推向了新高度。

AI“幻觉”之谜：OpenAI深度解析其根源

与此同时，OpenAI发布了一篇名为《语言模型为何会产生幻觉》的深度文章，首次从根源上解释了AI“一本正经地胡说八道”的原因。

文章指出，AI幻觉的核心根源在于其训练和评估机制。具体来说：

• 规则的“锅”：现有的评估体系只关注答案的“准确性”，而非模型是否“知道自己不知道”。这导致模型为了获得高分，会倾向于在不确定时“猜测”一个答案，而不是诚实地说“我不知道”。
• 预训练的先天不足：在海量文本的预训练阶段，模型学习的是下一个词的概率，但这些文本并没有被标注“真假”。对于一些低频的、偶然出现的事实（例如“宠物的生日”），模型无法仅凭语言模式推断其真实性，因此只能“编造”一个答案，从而产生幻觉。

OpenAI的研究人员认为，AI的幻觉并非不可避免的缺陷。关键在于改变评估机制**，创造一个能鼓励模型“保持诚实”的环境。新的评估标准应惩罚侥幸猜对的行为，从而引导模型在不确定时主动“弃权”。