Perplexity 三分之一引用数据缺失
A third of Perplexity's citations don't contain the number they're cited for
我们对 Perplexity 的 sonar 和 sonar-pro 模型进行了深度审计，向它们提出了 310 个关于科技公司的具体事实问题。结果令人担忧：在涉及具体数字的引用中，高达 34.7% 的链接要么无法打开，要么打开后根本找不到文中声称的数据。即使按“只要有一个链接能验证就算通过”的宽松标准计算，仍有 14.4% 的陈述无法被验证。问题不仅在于死链，更多是模型将数据归因于无法访问的付费墙页面，或是引用了实际上并不包含该地址或日期的 Wikipedia 页面。这表明当前的 AI 搜索引用层正大量依赖那些“为了被找到而生，却从未被保存”的脆弱网页，导致读者无法验证信息的真实性。
当这些 URL 消失时，依赖它的陈述并不会随之消失，句子还在，标记还在，唯一消失的是验证的能力。
HN 评论区
47- breakpointalpha
这篇文章看起来像是一次针对 Perplexity 的协同攻击。
今天还发布了这个 HN 讨论串：
https://news.ycombinator.com/item?id=49536375
其中包含这个链接：
https://trellner.com/reports/manufactured-sources-behind-ai-...
该链接的布局与 "trellner.com" 完全一致，且 About 页面非常相似：
- wrs
Google 搜索的“摘要”也存在同样的问题，我经常点击它提供的链接，却发现内容并不支持 Google 所做出的陈述。
顺便说一句，如果这篇帖子不是用 Claude 的语气写的，说服力会更强！
- nightpool
我甚至不确定是否反对这篇帖子的观点，但这看起来真的很像“草根营销”（astroturfing）。为什么 HN 首页上会同时出现两篇来自独立研究机构的反 Perplexity 文章，而且它们的网站一模一样，还是由同一个人提交的？是我疯了吗？
（参见 https://news.ycombinator.com/item?id=49536375，我也在那里留了评论）
- abdullahkhalids
如果你正在构建自己的工具来实现正确的引用，那么正确的做法是不是给 AI 提供一个确定性工具，让它能够真正复制粘贴它所阅读文档中的部分内容（并附带链接），而不是像默认那样进行随机生成？
- Gecko4072
我亲自注意到了这个问题。我看到一个带有来源 A 预览的引用，我知道来源 A 是可靠的。但检查后发现，它引用的其实是一篇 Reddit 文章以及其他各种不太可靠的来源。而且这甚至不是真正的直接引用。