面对偏差和幻觉，推理并不会让大语言模型（LLM）更健壮

Face aux biais et aux hallucinations, le raisonnement ne rend pas les LLM plus robustes

法国企业 Giskard 与 Google DeepMind 发布 Phare 基准（Potential Harm Assessment & Risk Evaluation）称：LLM 越新通常越能抵抗偏见、幻觉与越狱，但在“信息操纵/失实（disinformation）”与部分幻觉场景上代际差距并不明显，且模型大小并不必然带来更强鲁棒性（尤其在编码类越狱上，小模型有时反而更稳）。在供应商对比中，

偏见、幻觉……法语中最“稳健”的大语言模型

Biais, hallucinations… Les LLM les plus « robustes » en français

法国公司Giskard与Google DeepMind合作开发的基准测试Phare显示，主流大语言模型在英语表现通常优于法语，但存在例外。测试涵盖偏见、幻觉、抗越狱等10个模块，结果显示：在偏见检测中，Llama模型在法语表现反超英语；在事实性方面，Gemini模型领先；而Anthropic的Claude系列在识别虚假信息方面表现突出。该评估揭示了不同模型在多语言环境下的性能差异与特定优势。