加利福尼亚州洛斯阿尔托斯, 2026年8月5日 - (亚太商讯) - 随着生成式AI的规模化应用，研究证实大型语言模型（LLM）仍会持续出现“幻觉”、捏造来源并自信地犯错。这给将AI应用于自主自动化、研究、内容创作和决策的企业带来了前所未有的风险。

为解决这一问题，TrustScale 今日宣布推出正在申请专利的 AI 保障平台 Argus。与“AI 检查 AI”的方法不同，Argus 利用实证证据和确定性验证来审查 AI 生成的内容，在 AI 错误被发布、分享或被依赖之前，标记缺乏依据的论断并建议基于证据的更正。

研究表明，AI幻觉率因任务而异，且随任务复杂度的增加而上升。即使是前沿模型对简单查询的响应，幻觉率平均也可高达20%；而针对特定行业的AI查询响应，幻觉率甚至高达88%（斯坦福RegLab）。幻觉现象每年给企业造成的损失近700亿美元。Argus 使用户能够以比人工研究快达 135 倍的速度验证 AI 生成的内容，从而减少幻觉现象，并将 AI 输出准确率提高多达 98.5%。

“AI 行业花了数年时间让 AI 变得更智能，但如今更亟待解决的问题是打造值得信赖的 AI，”TrustScale 首席执行官劳伦斯·斯纳普（Lawrence Snapp）表示。“AI 本身在设计上具有概率性，但企业必须承担 AI 错误带来的成本和风险。Argus 通过在用户根据生成式 AI 输出采取行动前提供独立证据，从而缓解这一问题。”

医疗、法律和学术界是高风险行业的典型代表，这些领域的 AI 用户往往在不知不觉中面临 AI 幻觉的风险。更棘手的是，Anthropic 的研究表明，91.3% 的 AI 用户不会核查事实和主张，这导致“沉默的失败”可能直接对人类造成伤害。Argus 通过实时检测幻觉、叠加彩色编码的“可信度评分”（TrustScore）标注，并提供确定性证据来支持或反驳 AI 的主张，从而防止意外后果的发生。随后，它通过内联建议赋能用户，使其能够一键更正 AI 错误。

凭借20余年的人工智能数据经验，Argus基于TrustScale Engine构建而成——这是一个专有平台，旨在为人工智能保障建立一个持续的信任控制平面，帮助用户在不干扰工作流程的情况下做出明智决策。

“AI 开发商声称其产品更安全、能够自我管理或追求真相。但在涉及 AI 时，相互矛盾的证据、不同的视角、含蓄的措辞以及独立的保障至关重要，”Global Data Innovation 首席执行官多米尼克·谢尔顿·莱比锡（Dominique Shelton Leipzig）表示。“TrustScale 的 Argus 是首个实时、持续的保障平台，它为人类提供证据支持，并实现值得信赖的 AI。AI 涉及的风险太高，绝不能让少数几个大型模型来决定你的真相。”

TrustScale的Argus现已面向企业用户提供12种语言版本，个人用户可通过TrustArgus.ai获取研究预览版，或通过Chrome扩展程序在任何地方使用。该企业解决方案可部署在私有及公有数据环境中，并与任何AI模型（包括ChatGPT、Claude、Gemini、Copilot和Grok）协同工作。请访问www.TrustScale.ai申请演示。

关于 TrustScale

TrustScale 是一家专注于人工智能训练、评估和保障的公司，致力于帮助各类组织以更高的信心和更强的掌控力来创建、塑造和应用人工智能。凭借在涵盖 200 多种语言的人工智能数据领域积累的 20 多年经验，TrustScale 开发了独立的确定性技术，能够检测人工智能的错误、根据实证证据评估相关主张，并确保在涉及重大后果的决策中始终以人为本。其 Argus 平台可在公共和私有数据环境中提供实时幻觉检测、TrustScore 评分以及基于证据的修正建议。更多详情请访问 TrustScale.ai。

媒体联系：
Songue PR（代表 TrustScale）
trustscale@songuepr.com　

来源：TrustScale