← AI 動態
The Decoder
最新數學基準SOOHAK揭密：AI竟會自信破解「無解之題」
全新數學基準SOOHAK揭露，AI模型雖能解答研究所級數學，卻無法識別「故意出錯的無解題」，甚至會自信滿滿地編造答案，暴露其邏輯盲區。
AI基準測試
數學模型
模型幻覺
由64位數學家聯手打造的全新AI數學基準測試「SOOHAK」，包含了439個高等數學任務，其中特別設計了99個存在邏輯矛盾且完全「無解」的題目。測試結果顯示，雖然Google的Gemini 3 Pro在研究所級的複雜難題中表現最佳，但面對這些故意出錯的「無解題」時，所有AI模型的識別正確率皆低於50%，普遍陷入盲目自信的陷阱。
這項發現揭示了當前大型語言模型（LLM）的關鍵缺陷：缺乏真正的邏輯推理與「拒絕回答」的能力。AI在面對荒謬的前提時，依然會一本正經地編造出看似合理的推導步驟。這提醒一般大眾在應用AI進行科學研究或高精度數據決策時，切勿盲目相信其輸出的結果，必須建立嚴格的人類覆核與驗證機制。