本文介绍了人工智能模型的比较研究，发现微软支持的 OpenAI 的 GPT-4 在数学方面表现最好，Meta 的 Llama 2 在中间位置，Anthropic 的 Claude 2 在了解自己的限制方面表现最好，而 Cohere AI 则被赋予了最多的幻觉和最自信的错误答案的称号。研究人员还测试了这些 AI 模型在回答问题时是否会使用警示语来避免风险，发现 GPT-4 在使用警示语方面有了相对增长，而 Cohere 的 AI 模型在任何回答中都没有使用警示语。这项研究对于了解人工智能模型的表现和幻觉现象具有重要意义。