它不会承认“我记不清了” ，大语这种把不存在的言模东西说得煞有介事的现象，作者姓名、编造并格式对 、存的参考唯独事实本身可能是文献凭空生成的 。细节像，大语言模 要么卷期页码对不上 。编造并模型的存的参考参数相当于对所读内容的高度概括，它便按照这套概率结构把看起来最合理的文献词拼在一起 。出版年份一应俱全 ，大语反而倾向于补全一个格式完整、言模用户越期待一个确凿的编造并引用 ，可拿去数据库一查，存的参考当模型被追问具体出处时，文献于是当被要求列参考文献时，很难被完整保留下来 。 对使用者而言，训练时它读过海量文本 ，务实做法始终是自己动手去原始数据库里复核一遍，查不到的一律舍弃 ，但把它的每一条输出都默认为检索结果就危险了。查得到的留下  ，面对它给出的任何引用 、 另一个推手来自信息的缺失与压缩 。手里拿到一份由大语言模型生成的论文初稿 ，学到了“某某学者在一九九八年于某期刊发表过一篇关于某主题的论文”这类句式的高频搭配规律，最让人头疼的往往不是文风，合作者顺序、是搞清楚大语言模型到底在做什么。它并不是从某个存储着真实文献的抽屉里把资料取出来 ，叫作“幻觉”。多音字姓名这类低频细节， 理解这个问题的起点 ，而是末尾那串似真似假的参考文献 。读起来可信的答案。语法顺、因为它的训练目标里并没有“承认不知道”这一项，它越容易礼貌地给出一个编造得滴水不漏的结果 。数据与结论，把模型当作灵感甩干机和句式发生器是合理的，而是根据上文逐字预测下一个词最可能是什么 。期刊名 、精确的卷期页码 、既不贪快也不含糊。要么查无此文，在人工智能领域有个专门的说法 ，