热点事件持续更新
研究揭示商业大模型联网搜索决策行为与局限
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv发布了一项针对5款商业大语言模型联网搜索决策行为的研究。在这项包含400道题的测试中，不同模型表现出显著差异：GPT-5 mini与Grok 4 Fast在超过90%的外部知识问题上会触发搜索，内部知识问题触发率仅为1%；相比之下，Mistral Small仅在20%的外部知识问题上触发搜索，通常直接弃权而非调用搜索工具。此外，测试还发现模型的搜索决策高度依赖显式时间线索，在缺乏时间提示的情况下，两款模型的NAS得分从约0.72明显下滑至0.57–0.58。
AI 根据报道生成 · 4 小时前更新
最新进展11月2日 13:00
研究显示GPT-5 mini等模型外部搜索触发率超90%，且搜索决策高度依赖显式时间线索。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 人工智能盲目自信还是谨慎检索？LLM 何时突破静态内部记忆进行搜索的行为研究
一项针对 5 款商业 LLM 搜索决策的研究显示，GPT-5 mini 与 Grok 4 Fast 在超 90% 的外部知识问题上触发搜索，内部知识仅为 1%。相比之下，Mistral Small 仅在 20% 的外部知识问题上搜索，常直接弃权而非调用工具。该包含 400 道题的测试还发现搜索依赖显式时间线索，无提示时两款模型的 NAS 得分从约 0.72 降至 0.57–0.58。
本事件热度走势
当前热度 9·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。