Галюцинації ШІ в ChatGPT: вигадані джерела і перевірка відповіді за 3 хвилини

Коротко (TL;DR)

Галюцинації ШІ на кшталт вигаданих джерел — не злий умисел і не «збій»: так влаштовані навчання й оцінювання мовних моделей. ChatGPT вигадує посилання, бо вгадати для моделі вигідніше, ніж відповісти «не знаю», а точний бібліографічний запис — той самий рідкісний факт, який вона пам’ятає найгірше. Добра новина: перевірка дешева й займає кілька хвилин.

• Вигадка — передбачуваний побічний ефект. Модель вчиться продовжувати текст правдоподібно, а за чесне «не знаю» отримує стільки ж балів, скільки за помилку, тобто нуль.
• Частка вигаданих посилань — не одне число. У 2023 році 55% у GPT-3.5 і 18% у GPT-4, у 2025-му 19,9% у GPT-4o в оглядах із психіатрії, у препринті 2026 року — від 11,4% у GPT-5-mini до 56,8% у Claude Haiku 4.5.
• Посилання, яке відкривається, ще нічого не доводить. Буває справжня сторінка, на якій немає приписаної цитати, і справжній DOI, що веде на чужу статтю.
• Вебпошук змінює тип помилки, а не скасовує її. У тесті CJR (березень 2025) ШІ-пошуковики неправильно знайшли джерело більш ніж у 60% запитів.
• Перевірка за три хвилини: виписати те, що можна перевірити, відкрити кожне посилання, знайти на сторінці цифру через Ctrl+F, перевірити цитату в лапках і подивитися, хто автор джерела.

Чому ChatGPT вигадує джерела: вгадати вигідніше, ніж промовчати

ChatGPT вигадує джерела тому, що навчання й перевірка мовних моделей заохочують вгадування, а не визнання невпевненості. Це не здогад журналістів, а висновок роботи самої OpenAI та Технологічного інституту Джорджії «Why Language Models Hallucinate» (4 вересня 2025 року). Автори формулюють прямо: моделі галюцинують, бо процедури навчання й оцінювання винагороджують здогад більше, ніж чесне «не впевнений».

Механіка у двох кроках.

1. Модель передбачає наступне слово, а не шукає істину. На етапі попереднього навчання вона бачить величезний масив тексту без позначок «правильно» і «неправильно». Вона запам’ятовує, як виглядає правдоподібне продовження. Список літератури в науковій статті дуже впізнаваний: прізвища, рік, назва, журнал, сторінки, DOI. Цю форму модель відтворює бездоганно.
2. Іспит заохочує відповідь за будь-яку ціну. Більшість тестів, за якими порівнюють моделі, ставлять 1 бал за правильну відповідь і 0 — однаково за помилку й за «не знаю». У роботі OpenAI це сказано так: за бінарного оцінювання утриматися від відповіді строго невигідно, відповіді на кшталт «не знаю» штрафуються максимально, а самовпевнений найкращий здогад оптимальний.

Автори самі наводять побутову аналогію — студент на іспиті. Якщо за порожню графу ставлять нуль, а за написану навмання формулу є шанс отримати бал, раціональний студент щось напише. Модель, яку роками «натаскували» на таких іспитах, поводиться так само.

#1Ф'ючерси#2Спот#3Акції та TradFi

Binance · Wall Street 24/7Турніри Binance: призи за торгівлюПризиУсі актуальні турніри й акції Binance з умовами — на одній сторінціДивитися турніри

«Як студенти перед складним екзаменаційним питанням, великі мовні моделі іноді вгадують, коли не впевнені, і видають правдоподібні, але неправильні твердження замість визнання невпевненості» — з роботи OpenAI та Georgia Tech, 2025.

У тій самій роботі є приклад, який стосується саме ChatGPT. На питання про назву дисертації одного з авторів, Адама Калаї, GPT-4o впевнено відповів: «Boosting, Online Algorithms, and Other Topics in Machine Learning», 2002 рік, Університет Карнегі — Меллона. DeepSeek і Llama назвали зовсім інші роботи й інші роки. Жодна з трьох моделей не дала правильну назву й рік (правильний рік — 2001).

GEO-оптимізація сайту під AI Overview і ChatGPT: 9 кроків і поради, які не працюють

Шахрайство з ШІ-чат-ботами: фейкові номери в ChatGPT і як перевірити відповідь

Видалення фону з фото нейромережею: 3 безкоштовні способи і пастка ліцензій

Парсери PDF у Markdown для ШІ: MinerU, Docling і Marker — ліцензії, кирилиця, ціна

Gemini у Google Таблицях — 3 інструменти: панель, функція AI і Sheets canvas

Звідси й коротка відповідь на питання, звідки беруться галюцинації в ШІ: модель не «бреше» в людському сенсі, у неї немає наміру. Вона робить те, за що її винагороджували під час навчання, — дає правдоподібну відповідь там, де чесніше було б промовчати.

Галюцинації ШІ — це не баг: чим вигадка відрізняється від помилки

Галюцинації ШІ — це впевнені, правдоподібні, але хибні твердження, які модель видає як факт. У роботі OpenAI їх так і називають: правдоподібна неправда. Вигадане посилання — найнаочніший випадок: статті з такою назвою, авторами й DOI не існує, але оформлена вона за всіма правилами.

Галюцинацію корисно відрізняти від інших помилок ШІ, бо лікуються вони по-різному.

Головна небезпека галюцинації — тон. Вигадана відповідь звучить так само впевнено, як правильна, і за формулюванням їх не розрізнити. У тесті Tow Center при Columbia Journalism Review (листопад 2024) ChatGPT Search дав частково або повністю неправильну відповідь на 153 запити з 200, а невпевненість визнав лише у 7 випадках. Якщо модель майже ніколи не каже «не впевнений», відсутність такого застереження нічого не повідомляє про правильність відповіді.

Як це виглядає на практиці. Ви просите підкріпити тезу дослідженням і отримуєте рядок за всіма правилами: два прізвища з ініціалами, рік, назва, відомий журнал, том, сторінки й DOI у правильному форматі. Рік правдоподібний, журнал існує, префікс DOI належить справжньому видавцю. Ніщо в самому рядку не каже, справжній він чи ні, — відповісти може лише перевірка.

GOLD · XAUSILVER · XAG

Binance · Wall Street 24/7Золото без сейфа і злитківXAUТоргуйте ціною золота на Binance цілодобово, з маленької суми

GOLDSILVER

Порахувати угоду

Чому вузька тема небезпечніша: рідкісні факти й наш прогін Claude

Найчастіше модель вигадує те, що в навчальних даних траплялося один раз. Робота OpenAI називає це часткою «одинаків» (singleton rate) і показує: нижня межа галюцинацій дорівнює частці фактів, які модель бачила рівно один раз. Приклад авторів: якщо 20% днів народження траплялися в даних один раз, базова модель помилятиметься щонайменше у 20% питань про дні народження. День народження Ейнштейна згадується дуже часто, і його моделі майже не плутають. День народження маловідомого науковця, згаданий в одному некролозі, — інша справа.

Бібліографічний запис — класичний «одинак». Конкретне поєднання «ці автори + цей рік + ця назва + цей том + цей DOI» трапляється в даних рідко. Модель добре пам’ятає, як виглядає посилання, але погано пам’ятає конкретне посилання. Так людина точно знає формат номера паспорта, але не пам’ятає номер паспорта сусіда.

Звідси практичне правило: що вужча тема, то суворіша перевірка. Класичну роботу, на яку посилаються тисячі статей, найімовірніше, буде названо правильно. Список із п’яти досліджень із вузького регіонального питання — зона максимального ризику.

Наш прогін Claude з перевіркою DOI: популярна тема проти вузької

Ми хотіли показати живу вигадку й 17 жовтня 2026 року прогнали модель Claude через claude -p — без інструментів і без вебпошуку, лише з пам’яті. Кожен названий DOI перевірили кодом через Crossref API (публічна база метаданих наукових статей). ChatGPT у цьому прогоні не брав участі, тому результат описує поведінку Claude, а не ChatGPT.

Підсумок — 7 з 7 справжніх DOI і відмова вигадувати на вузьку тему. Вигадку відтворити не вдалося. Це не спростовує дослідження з частками від 11,4% до 56,8%: інша модель, інший режим і лише два запити. Натомість прогін показав дві корисні речі.

• Чесна відмова можлива, але не гарантована. Одна модель так вчинила, інша або та сама в іншому запиті може відповісти інакше. Розраховувати на відмову замість перевірки не можна.
• Розбіжність у році — не завжди ознака фейку. Стаття в PNAS вийшла онлайн 22 грудня 2014 року, а том датовано 2015-м. Модель написала 2015 — і це правильно. Під час перевірки звіряйте назву й авторів, а рік онлайн-публікації та рік тому можуть відрізнятися.

Зона ризику — середина: напівзнайома тема плюс вимога «дай N джерел». Там у моделі достатньо «знань», щоб упевнено зібрати правдоподібне посилання, але недостатньо, щоб воно виявилося справжнім. Механізм спільний для всіх мовних моделей, хоча частка вигадок у різних моделей відрізняється в рази — це видно з досліджень нижче.

Скільки посилань вигадує ChatGPT: дослідження 2023–2026

Єдиної цифри «ChatGPT вигадує X% посилань» немає. Частка залежить від моделі, галузі знань і формулювання запиту, і кожне дослідження вимірює своє. Тому нижче — ряд із датами, моделями й статусом публікації.

Найцитованіша точка відліку — дослідження Волтерса й Вайлдер: за їхніми даними, вигадано 55% посилань GPT-3.5 і 18% посилань GPT-4 (Scientific Reports, 7 вересня 2023 року). Це моделі 2023 року, сьогодні їхня цифра — історичний орієнтир, а не поточний рівень. Важливіша друга половина результату: навіть справжні посилання містили серйозні помилки — у GPT-3.5 у 43% випадків, у GPT-4 у 24%.

У 2025 році команда з Університету Дікіна попросила GPT-4o написати шість оглядів із психіатрії й перевірила всі 176 посилань. Повністю вигадано 35 (19,9%), серед реальних близько 45% містили серйозні помилки, а справжніми й точними виявилися лише 77 посилань (43,8%). Простіше кажучи, менше ніж половину списку літератури можна було б використати без правок.

Наймасштабніший замір — препринт М. З. Насера (7 лютого 2026 року). Десять комерційних моделей згенерували 69 557 посилань, усі звірено за трьома базами: Crossref, OpenAlex і Semantic Scholar. Частка вигаданих розійшлася вп’ятеро. Найменше вигадувала GPT-5-mini (11,4%), найбільше — Claude Haiku 4.5 (56,8%). Ще один висновок автора: перехід на новішу модель не гарантує покращення. В OpenAI частка впала з 45,3% у GPT-4o-mini до 11,4% у GPT-5-mini, а в Anthropic зросла з 48,8% у Haiku 3.5 до 56,8% у Haiku 4.5. Моделі опитували через API, а не в застосунку ChatGPT.

Цифра OpenAI для GPT-5 із цього ряду вибивається: вона про будь-які великі фактичні помилки, а не лише про посилання, і це дані самого розробника. Її варто читати як «стало помітно краще», а не як «проблему розв’язано».

Висновок із ряду: неіснуючі джерела з кожним поколінням моделей трапляються рідше, але їхня частка не падає до нуля, а на вузьких темах може лишатися високою. Найшвидше в цій таблиці застарівають цифри для конкретних моделей. Методика перевірки з розділу нижче від версії моделі не залежить.

Чотири види фейкових посилань і як спіймати кожен

Вигадане посилання — це не лише «статті не існує». Автор розбору вигаданих посилань у статтях конференції NeurIPS 2025 (препринт arXiv, 5 лютого 2026 року) розклав 100 знайдених випадків за видами. Його класифікація та практика перевірки дають чотири види фейкових посилань плюс окремий випадок справжнього, але ненадійного джерела. Неіснуючі джерела — лише перший із них.

Чому важливо розрізняти види. Перші два ловляться тим, що шукаєш роботу й не знаходиш її або знаходиш з іншими даними. Третій і четвертий підступніші: посилання відкривається, сторінка існує, і перевірка «клікнув — працює» їх пропускає. Четвертий вид — головний ризик режиму з вебпошуком: модель знайшла справжню сторінку, але переказала її неправильно.

П’ятий випадок узагалі не помилка моделі в технічному сенсі. Джерело існує, цитата на місці, але довіряти йому не можна. Дослідження ISD (27 жовтня 2025 року): 300 запитів п’ятьма мовами про війну Росії проти України до ChatGPT, Gemini, Grok і DeepSeek, і у 18% відповідей трапилися матеріали російських державних або афілійованих медіа. Ще один приклад — у січні 2026 року The Guardian виявив, що GPT-5.2 у ChatGPT дев’ять разів послалася на Grokipedia, енциклопедію, яку пише ШІ, у відповідях на трохи більше ніж десяток питань. Посилання на текст, згенерований іншою моделлю, нічого не підтверджує.

Вебпошук у ChatGPT: чому посилання все одно бувають хибними

У ChatGPT два режими роботи з посиланнями. У першому модель відповідає з пам’яті: усе, що вона називає, узято з навчання, і саме тут народжуються повні вигадки. У другому вона спершу шукає в інтернеті, а потім переказує знайдене. Вигадок «з повітря» стає менше, зате з’являється новий клас помилок — хибна атрибуція. Галюцинації у ШІ-пошуку мають інший вигляд, ніж у відповідях із пам’яті.

Наскільки це серйозно, показали журналісти Tow Center. У березні 2025 року вони дали восьми ШІ-пошуковикам 1 600 запитів: знайти вихідну статтю за цитатою. Загалом інструменти відповіли неправильно більш ніж у 60% запитів (CJR, 6 березня 2025 року). Розкид величезний: у Perplexity 37% неправильних відповідей, у Grok 3 — 94%. Понад половина відповідей Gemini і Grok 3 посилалися на вигадані або биті URL; на 200 запитів до Grok 3 припало 154 посилання, які вели на сторінку помилки. Ще одне спостереження: платні версії помилялися впевненіше за безкоштовні.

ChatGPT Search окремо перевіряли восени 2024 року на 200 цитатах із матеріалів 20 видань: 153 частково або повністю неправильні відповіді й лише 7 визнань «не можу точно відповісти» (CJR, 27 листопада 2024 року). Пошук відтоді оновлювався, тому цифру варто читати як зріз на ту дату.

Найбільша перевірка 2025 року — дослідження Європейської мовної спілки (EBU) і BBC, оприлюднене 21 жовтня 2025 року. Журналісти 22 суспільних медіа з 18 країн 14 мовами перевірили понад 3 000 відповідей ChatGPT, Copilot, Gemini і Perplexity про новини. У 45% відповідей знайшлася щонайменше одна серйозна проблема, у 31% — серйозні проблеми з джерелами (відсутня, оманлива або хибна атрибуція), у 20% — великі помилки у фактах.

Підсумок: галюцинації в ШІ з вебпошуком нікуди не зникають, вони змінюють форму. Режим пошуку корисний — він дає свіжі сторінки й реальні посилання, — але посилання в такій відповіді лишається адресою для перевірки, а не доказом.

Як перевірити відповідь ChatGPT за три хвилини: п’ять кроків

Методику нижче розраховано на звичайну відповідь із 2–3 посиланнями чи цифрами; на кожне наступне закладайте ще приблизно хвилину. Потрібні лише браузер і пошуковик. Якщо ChatGPT вигадує джерело, ви помітите це на другому або третьому кроці.

1. 0:00–0:30 — випишіть, що можна перевірити. Посилання, DOI, цифри, прямі цитати, назви законів, судових справ і досліджень. Міркування й висновки моделі перевіряти не потрібно — їхню логіку ви бачите самі. Перевіряти треба факти, на яких ці висновки тримаються.
2. 0:30–1:15 — відкрийте кожне посилання. Чи відкривається воно? Це та сама робота чи сторінка? Для наукової статті допишіть DOI в адресний рядок після doi.org і скісної риски або знайдіть назву в лапках у Google Scholar чи в пошуку Crossref (search.crossref.org). Звірте назву й авторів. Чужа назва за правильним DOI — це вид 3, а порожній пошук — вид 1.
3. 1:15–2:00 — знайдіть приписане на сторінці. Натисніть Ctrl+F (на Mac — Cmd+F) і введіть ключову цифру чи слово з твердження. Немає збігів — джерело існує, але не каже того, що йому приписали (вид 4). Для PDF те саме робиться в переглядачі. Шукайте цифру так, як її пише джерело: в англійському тексті це «19.9» або «55 percent», а не «19,9» і «55%». Якщо відкрилася лише анотація, а повний текст платний, порожній пошук ще не означає, що цифри там немає: знайдіть відкриту версію статті або вважайте твердження неперевіреним.
4. 2:00–2:30 — перевірте цитату дослівно. Вставте фразу в пошуковик у лапках. Якщо точна цитата не знаходиться ніде, крім відповіді ChatGPT, її, найімовірніше, вигадано або сильно перефразовано. Якщо ChatGPT переклав цитату, шукайте її ключові слова мовою оригіналу.
5. 2:30–3:00 — подивіться, хто автор джерела й коли його опубліковано. Первинний документ (дослідження, офіційна сторінка, закон) вагоміший за переказ у медіа. Для українських документів є офіційні бази: тексти законів — на zakon.rada.gov.ua, судові рішення — в Єдиному державному реєстрі судових рішень (reyestr.court.gov.ua). Сайт невідомого походження, пропагандистське ЗМІ чи енциклопедія, написана ШІ, підтвердженням не вважаються.

Що робити з результатом кожного кроку:

Перепитувати модель «ти впевнений?» на цьому етапі марно: у тесті CJR ChatGPT Search на 200 запитів дав 153 неправильні відповіді, а невпевненість визнав лише 7 разів. Корисніше попросити знайти джерело через пошук і дати пряме URL, а потім знову пройти кроки 2–3. Неіснуючі джерела не стають справжніми від повторного питання.

Ризики вигаданих посилань: суди, наука, бібліотеки

Одне вигадане посилання в шкільному рефераті — неприємність. Та сама помилка в позові, науковій статті чи медичному огляді коштує грошей, репутації й довіри до цілої галузі. Головна причина проста: посилання майже ніхто не відкриває. За даними Pew Research Center (22 липня 2025 року), за посиланням усередині ШІ-зведення Google клікають лише в 1% візитів на сторінки з таким зведенням.

Судова база — живий лічильник: станом на 17 жовтня 2026 року найсвіжіше рішення в ній датоване 15 жовтня 2026 року (Waushara County v. Bruning, апеляційний суд Вісконсину: сторона без адвоката послалася на вигадану й спотворену судову практику, підсумок — попередження), а рішень, датованих лише 1–15 жовтня 2026 року, у базі понад 30. Санкції в таких справах — від попередження до штрафів.

Медична цифра тривожніша, ніж здається. Неіснуючі джерела потрапляють у рецензовані статті, а ці статті потім читають, цитують і завантажують у навчальні дані наступних моделей. Виходить петля: вигадка однієї моделі стає «джерелом» для іншої.

Студентам варто бути особливо уважними: список літератури — саме та частина роботи, де вигадки моделі спливають на захисті. Докладно про те, де штучний інтелект для курсової та диплома допомагає, а де підводить, — в окремому розборі.

Як питати ChatGPT, щоб він рідше вигадував джерела

Вигадку часто провокує сам запит. У препринті Насера жодна з десяти моделей не генерувала посилань, коли їх не просили: галюцинація виникала у відповідь на прохання дати джерела. Отже, формулювання запиту — перший важіль.

Формулювання, які знижують ризик:

• Замість «назви 5 досліджень про…» — «знайди через пошук дослідження про… і дай прямі посилання або DOI. Якщо не знайшов, так і напиши». Модель отримує завдання «знайти», а не «пригадати», і дозвіл повернутися ні з чим.
• Явно дозвольте «не знаю»: «якщо ти не впевнений у джерелі, скажи про це, не вигадуй». Т—Ж (15 серпня 2025 року) радить саме це, і механізм із роботи OpenAI пояснює, чому це допомагає: ви прибираєте штраф за утримання від відповіді. Але це зменшує вигадки, а не виключає їх.
• Просіть розділяти рівні впевненості: «познач, які посилання ти перевірив через пошук, а які пишеш із пам’яті».
• Давайте свої документи й питайте лише за ними. Коли модель відповідає за завантаженими файлами, їй не треба пригадувати джерела. Так працюють інструменти на кшталт NotebookLM, де відповідь прив’язана до ваших матеріалів.

Приклад запиту, який можна скопіювати:

Знайди через вебпошук 3–5 рецензованих досліджень про [тема] за останні 5 років. Для кожного дай: авторів, рік, назву, журнал і пряме посилання або DOI. Вказуй лише те, що знайшов у пошуку. Якщо відповідних робіт менше, напиши, скільки знайшов, і не доповнюй список із пам’яті.

Перевірка іншою моделлю — фільтр, а не доказ. У тому самому препринті Насера посилання, яке незалежно одна від одної назвали три й більше різні моделі, виявлялося справжнім у 95,6% випадків, а посилання, що повторювалося щонайменше у двох повторних прогонах того самого запиту, — у 88,9%. Це добрий спосіб відсіяти найімовірніші вигадки, але 95,6% — не 100%, і фінальна перевірка все одно за вами.

Чому галюцинації у ШІ трапляються навіть за доброго запиту, зрозуміло з механіки: форму відповіді задає запит, а знань моделі запитом не додаси. Добрий промпт зменшує тиск «відповісти за будь-яку ціну». Як зібрати запит із ролей, контексту й формату, ми розібрали в гайді про те, як писати промпти для нейромережі. Але галюцинації запитом не вимикаються, вони лише стають рідшими.

Міфи про перевірку відповідей ШІ: що не працює

Навколо теми ходить кілька переконань, які створюють хибне відчуття безпеки. Вигадок вони не скасовують.

• «Якщо посилання відкривається, усе правильно». Ні. Чужий DOI і справжня сторінка без приписаної цитати проходять перевірку «клікнув — відкрилося». Відкрите посилання — початок перевірки, а не її кінець.
• «Спитаю “ти впевнений?” — і модель зізнається». Упевненість модель генерує так само, як відповідь. ChatGPT Search на 200 запитів визнав невпевненість лише 7 разів, хоча помилився в 153 (CJR, 2024).
• «З вебпошуком вигадок немає». У тесті CJR 2025 року ШІ-пошуковики помилялися більш ніж у 60% запитів на пошук джерела. Пошук змінює вид помилки, а не прибирає її.
• «Платна версія не помиляється». У тому самому тесті платні Perplexity Pro і Grok 3 правильно відповідали частіше за безкоштовні версії, але й помилялися частіше: замість відмови давали впевнену неправильну відповідь. Підписка дає більше можливостей, але не звільняє від перевірки.
• «Детектор ШІ знайде вигадку». Детектори оцінюють, чи схожий текст на машинний, а не чи правдивий він. Чому й із цим завданням вони справляються погано — у розборі про детектори ШІ-тексту та хибні спрацювання.
• «Нові моделі вже не брешуть». Менше — не означає нуль. У препринті 2026 року розкид між моделями — від 11,4% до 56,8%, і автор прямо зазначає, що нова версія не гарантує покращення.

Поняття галюцинації ШІ і суміжні терміни: DOI, атрибуція, RAG

Часті запитання

Чому ChatGPT дає посилання, які не відкриваються?

Бо модель із пам’яті відтворює форму посилання, а не конкретну адресу. Точне URL чи DOI — рідкісний факт, який вона бачила в даних один раз або не бачила зовсім. Модель збирає правдоподібний рядок зі знайомих частин: домен, рік, номер. У режимі пошуку таке теж буває: у тесті CJR 2025 року на 200 запитів до Grok 3 припало 154 посилання на сторінку помилки.

Чи можна попросити ChatGPT самому перевірити свої посилання?

Можна, але лише з увімкненим вебпошуком і з вимогою дати пряме URL на кожну роботу. Без пошуку модель «перевіряє» посилання тією самою пам’яттю, якою їх вигадала, і легко підтвердить вигадку. Навіть із пошуком результат варто переглянути самому: відкрити сторінки й знайти на них приписані цифри через Ctrl+F.

Як перевірити, чи існує наукова стаття за DOI?

Допишіть DOI в адресний рядок після doi.org і скісної риски та відкрийте сторінку: справжній DOI перенаправить на сторінку статті у видавця. Потім звірте назву й авторів із тим, що написав ChatGPT. Якщо DOI не відкривається, знайдіть назву в лапках у Google Scholar або в пошуку Crossref. Порожній результат майже завжди означає вигадку.

Чи вигадує ChatGPT джерела, якщо увімкнено пошук в інтернеті?

Рідше вигадує роботи повністю, але помиляється в іншому: посилається на сторінку, де немає приписаного твердження, плутає статті, дає биті URL. Тест ChatGPT Search у листопаді 2024 року дав 153 неправильні відповіді з 200. Пошук корисний, але посилання у відповіді все одно треба відкрити й знайти на сторінці потрібну фразу.

Які нейромережі рідше вигадують посилання?

Загального рейтингу на всі завдання немає, але в окремому замірі різниця буває величезною. У препринті 2026 року найменше вигадувала GPT-5-mini (11,4% посилань), найбільше — Claude Haiku 4.5 (56,8%), а новіша версія не завжди була кращою. Результат при цьому сильно залежить від галузі знань і формулювання запиту. Надійніше не обирати «чесну» модель, а вмикати пошук і перевіряти кожне посилання.

Що робити, якщо потрібного джерела так і не знайшлося?

Вважати твердження неперевіреним і не використовувати його з посиланням. Спробуйте знайти дані самостійно: у Google Scholar, на офіційному сайті організації або в первинному документі. Якщо підтвердження немає ніде, найімовірніше, модель узагальнила або вигадала факт. У роботі краще чесно написати «даних немає», ніж послатися на неіснуючу статтю.