反向图灵测试中 AI 难以可靠识别 AI

一项反向图灵测试让七个大模型扮演提问者，在最多十轮对话中判断对方是人还是 AI，结果 98 个 AI 受访者中只识别出 3 个。人类志愿者判断人类的准确率为 87.9%，而 AI 判断 AI 的准确率仅为 6.1%（最小提示）和 0%（人设提示），全部 238 次测试的整体正确率为 52.9%。