以下是用关于 GIPS® Standards for Firms 的一个简单事实问题来测试几个语言类AI的结果。
New Bing
New Bing 目前跑在 OpenAI GPT-4 上，提供三种模式：精准、平衡和创意。我以为创意模式可能会生成不存在的来源，不过最终三种模式都十分肯定地给出了正确答案。
New Bing 精准模式
New Bing 平衡模式
New Bing 创意模式
Google Bard
Google Bard 同样肯定地正确回答了问题本身，然而仔细看的话会发现引述段落并不是原文，而是重新组织过了语言，引用来源的标注也是错的（GIPS的段落编号格式是 1.A.1 ，而不是 1.1）。
ChatGPT
ChatGPT 跑在 OpenAI GPT-3.5 上，底部的免责声明说它可能会生成不准确的事实，实际上确实如此。只要一追问“你确定吗？”，ChatGPT 经常会立刻改变观点，尝试另一种答案。更大的问题是它时不时编造不存在的来源（甚至假的链接）来让回答看起来有模有样，当然这主要是因为它仅仅是一个语言模型。
比如这个例子里，2020版 GIPS 并没有标号 0.A.12 的条款。即使在从零开始标号的旧版本（比如2010或2005版）里，标号为 0.A.12 的条款内容也并非如此。
