使用 GPT 发现一个问题，就是关于新的东西，它的准确率会低一些（所以说暂时还是很难替代媒体和新闻类 KOL），甚至援引很多明显一眼可以看出是错误的信息，包括一些网络上搞流量的账号的来源，这是什么原因？怎么应对？ 分析：大模型的主体能力来自预训练语料（书、论文、百科、开源网页等），这些语料在采集—清洗—训练—发布之间存在“时间滞后”。 “旧信息”在模型训练时已被广泛收录、互相印证，出现大量冗余证据，模型形成稳定的统计关联；“新信息”尚未进入训练集，模型只能靠已有的世界知识去“猜”，一旦你不让它上网核验，它就更容易编造看似合理的答案（俗称“幻觉”）。 重大突发事件的第一轮报道往往彼此矛盾；社媒转述多、原始证据少、撤回与更正频繁。训练时模型学到的是“语言共识的分布”，而不是“事实真伪判定器”。当共识尚未形成，模型就容易“平均化”或采纳早期但错误的说法。 新消息初期最易被流量型 KOL、转发链条放大。模型（或浏览器插件）若检索到的是这些高互动但低可信的贴文，就会被“受欢迎度”误导。中文语境下还会遇到：翻译讹误、同名实体混淆（人名/机构缩写）、截图无上下文、旧闻翻新等，使检索验证更困难。 语言模型本质是在给定上下文下预测最可能的词序列。它对“语义流畅”非常擅长，对“事实校验”并不天然可靠。当你用比较笼统或带倾向性的提问（例如“X是不是因为Y”）时，模型倾向顺着语势去组织“合理解释”，从而把推断写成“像事实的陈述”。 为了响应速度与覆盖面，很多系统默认不开启“强检索—多源比对—证据打分”的重型链路；即使允许联网，有的实现也只做“单轮检索 + 单源引用”，不做交叉核验或时间一致性检查，导致“引用但不可靠”。 比较“老”的历史/百科/经典论文/已定型技术文档，信息结构清晰、冲突少、被多次复述与更正；这类内容在训练集中“重复出现 + 相互印证”，模型对其概率分布非常稳定，自然准确率更高。 实操：把错误率降到可接受。提问与约束层面，明确要求“只在核实后作答，并给出≥2个独立权威来源 + 时间戳”；指定来源的优先级：官方通告/备案—监管网站—一线媒体—作者亲证—社媒原帖（仅作线索）；强制时间过滤：例如“仅引用过去48小时更新的来源，并标注发布时间（UTC+8/UTC+9）”；要求“先给要点与结论置信度（高/中/低），再给细节”；对传闻类问题，要求模型先分类：Confirmed / Likely / Rumor / Disputed，并说明判定依据。 验证工作流 1. 定义结论要点（哪些事实需被核验：人物、事件、金额、时间、地点）。2. 多源检索（至少 3 源，领域权威优先；对中文消息，找英文/监管网站交叉）。3. 看“原始出处”而非二手解读（新闻稿/SEC/公司公告/链上交易哈希）。4. 对齐时间线（事件发生时间 vs. 发布/更正时间，明确“截至 YYYY-MM-DD HH:mm JST”）。5. 标注不确定性与缺口（哪些仍在发酵/仅有单一来源）。6. 生成摘要 + 引用块（每条引用放在对应结论后）。(Colin Wu)