第二组用于检测一系列范畴的专业学问，AI东西供给的谜底有大约三分之一缺乏靠得住材料的支撑。研究人员把这套目标称为DeepTrace。必应聊天的深度思虑选项以及、谷歌“双子座”和“解惑”供给的深度研究东西。据英国《新科学家》周刊网坐9月16日报道，它引述了什么材料，GPT-4.5给出的缺乏根据的说法更多，赛富时公司AI研究部分的普拉纳夫·纳拉亚南·文基特和他的同事测试了一些生成式AI搜刮引擎，包罗OpenAI的GPT-4.5和GPT-5、“解惑”和微软的必应聊天。问题大致被分成两组：第一组包含一些有争议的问题，而“解惑”深度研究智能体的该比例高达97.5%。”纳拉亚南·文基特说：“我们但愿对生成式搜刮引擎进行社会手艺评估。评价AI的回应利用了8个目标。以及引述的材料的详尽程度。必应聊天搜刮引擎给出的谜底有大约23%包含缺乏根据的说法，对人工智能研究核心（OpenAI）的GPT-4.5来说，