【原来AI做数学题，对错也全靠蒙？】近日，一项发表在期刊Patterns的最新研究揭示，当前大语言模型的“幻觉”检测工具在数学推理领域几乎全面失灵http://t.cn/AXXpvghd。这些工具能较好识别日常知识错误，却既抓不住数学题中的假答案，也认不出真解法，即便用专业数学数据特训后依然无效。为此，团队推出“AIME数学幻觉”基准与SelfCheck-Eval黑盒检测框架，证实数学推理需要超越统计学习的全新检测路径，为高风险场景下的可信AI部署敲响警钟。