ArXiv 研究指出商业 AI 聊天机器人处理中英文新闻事实时准确率仍受检索偏差限制

研究团队测试 GPT、Claude、Gemini 与 Grok 等模型在多语言新闻事实问答中的表现，发现错误多数来自检索失败而非推理问题，同时存在英语信息偏置与对错误前提的脆弱性。