一句话看懂：Vetto Research 发布名为 GulliBench 的评测集，用 150 个刻意设置“表面数据在说谎”的简单任务，检验大模型是会盲目采信现成字段，还是愿意多一步验证。它提示：模型变聪明和变得可信，是两回事。
事件核心：发生了什么
Vetto Research 团队（Arthur
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
