先日、Vectaraの機械学習チームがDeepSeekシリーズの2つのモデルに対して詳細な幻覚テストを実施した結果、DeepSeek-R1の幻覚率は14.3%に上り、前身であるDeepSeek-V3の3.9%を大幅に上回ることが判明しました。これは、推論強化のプロセスにおいて、DeepSeek-R1がより多くの不正確な内容、または元の情報と矛盾する内容を生成していることを示しています。この結果を受けて、推論強化型大規模言語モデル（LLM）における幻覚率に関する議論が活発化しています。画像参照