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