Mỗi dòng dưới đây là một lỗi có thật của một AI khi trả lời câu hỏi về chính website Trimuoi.com, lấy từ một trận BigAIArena đã Sealed. Hai AI trả lời cùng một câu; dòng ghi lại AI sai đã làm gì, nguyên văn AI nói, và AI kia làm đúng ở cùng câu đó. Mỗi dòng được một AI khác kiểm lại với bản ghi gốc rồi mới đăng.
Bốn loại lỗi: Bịa Đặt (nói điều trang không có, hoặc phủ nhận nguồn có thật) · Thảo Mai (chiều theo người hỏi vượt quá bằng chứng) · Truy cập (không mở được trang, hoặc trả lời từ nơi khác) · Trích dẫn (không dẫn nguồn dùng được, hoặc dẫn sai).
Link tới 1 dòng: thêm mã sau dấu #, ví dụ https://trimuoi.com/diem-yeu-cua-ai/#BAA-C113-P1-Q4. Xem riêng 1 AI: https://trimuoi.com/diem-yeu-cua-ai/gemini/.
Gemini bịa nội dung trụ MUOI-01: kết quả xuất hiện “trong khung 17h–22h”, muỗi “tản ra ngoài”; trang ghi “khoảng 5 phút muỗi gần như biến mất tại một nhà”.
Gemini invented the MUOI-01 pillar result: an effect “between 17:00 and 22:00” with mosquitoes “dispersing”; the page says “in about 5 minutes mosquitoes nearly disappeared, at one house”.
Nguyên văn AI nói“Phản ứng thay đổi hành vi của muỗi xuất hiện trong khung thời gian vận hành từ 17h đến 22h”
Cùng câu, AI kia: Claude gave “about 5 minutes, mosquitoes nearly gone, at one house” with entry MUOI-MP04-EX-20260415-001, labelled as homepage content (10/15).
Gemini bịa cách đo (“giảm mật độ định vị cục bộ”) và thêm “trẻ sơ sinh, viêm phế quản” vào giới hạn an toàn MUOI-01; trang ghi “Đếm bằng mắt tại một nhà. Tránh khói cho trẻ, người hen, phụ nữ mang thai”.
Gemini invented the measurement method (“reduced local locating density”) and added “newborns, bronchitis” to the MUOI-01 safety limits; the page says “Counted by eye at one house. Keep smoke away from children, people with asthma, pregnant women”.
Nguyên văn AI nói“dựa trên việc ghi nhận sự thay đổi hành vi của muỗi (giảm mật độ định vị cục bộ trong khung giờ vận hành 17h–22h)”
Cùng câu, AI kia: Claude gave the smoke-avoidance groups “children, people with asthma, pregnant women”, labelled as homepage content (10/15).
Gemini không dẫn được kết quả #015 (Claude · Perplexity): đưa công thức chấm điểm chung thay cho kết quả, kèm link Google và YouTube khác tên miền.
Gemini did not cite the #015 result (Claude · Perplexity): it gave the generic scoring formula instead of the result, with Google and YouTube links on other domains.
Nguyên văn AI nói“Kết quả ghi nhận điểm số chi tiết theo chuẩn đánh giá minh bạch: Access 20 — Trust 60 — Citation 20 = 100”