Sup AI

每个大型语言模型（LLM）都会出现“幻觉”，但它们产生的幻觉内容各不相同。Sup AI同时运行339个不同的LLM，通过对每个回答的信心进行测量来综合答案。信心高的回答（低熵）被放大，意味着更有可能准确；而信心低的回答（高熵）则会被削弱，表示可能不太可靠。结果是，在“人类最后的考试”中取得了52.15%的分数，比任何单一模型高出7.41分。现在注册还可以获得10美元的启动信用，卡片已验证，不会自动扣费。