大模型”幻觉”通俗一些的理解

大模型中有很多的名词，有所了解就可以让我们更好地应用大模型，例如”幻觉”这个词，听起来很玄乎，像是AI出现了精神错乱，其实没多么复杂，我通过几个生活中的例子，帮你一秒搞懂。

历史文章，

《Token通俗一些的理解》

《小白都可以看懂的小龙虾安装教程》

通俗版定义
大模型的幻觉，就是它“一本正经地胡说八道”。

它不是故意骗你，而是因为它不知道“我不知道”。它就像一个记忆力超强、但从来不会说”我不懂”的超级学霸，当你问到一个它不确定的问题时，它会用听起来非常流利、非常自信的语言，现场给你编一个答案。

三个场景让你秒懂
场景一：问历史
你问：”清朝最后一个皇帝是溥仪，他退位后去了哪里？”

模型正常答：”退位后生活在紫禁城，后来被冯玉祥赶出，去了天津，最后成为新中国公民。”（正确）

你问：”溥仪退位后，有没有去南极考察？”

模型开始幻觉：”是的，溥仪退位后对科学产生兴趣，曾加入中国南极考察队，并在长城站留下了题字。”（完全瞎编）

场景二：问常识
你问：”微波炉能加热鸡蛋吗？”

模型正常答：”不能，带壳鸡蛋在微波炉里会爆炸。”

你问：”微波炉能加热整个西瓜吗？”

模型开始幻觉：”可以，但建议在西瓜上戳几个小孔，防止内部压力过大。”（实际上没人这么干，但听起来挺有道理）

场景三：引经据典
你问：”‘人生若只如初见’下一句是什么？”

模型正常答：”何事秋风悲画扇。”（正确）

你问：”《三体》里，罗辑在联合国大会上说过一句名言‘’给岁月以文明’，这句话出自哪一章？”

模型开始幻觉：”出自《三体2：黑暗森林》第15章，罗辑在面壁计划听证会上说的。”（实际上这本书根本没有章节编号，这句话也不是在那个场合说的，但模型说得跟真的一样）

为什么会产生幻觉？
想象一下，大模型本质上是一个超级接龙高手。它被训练的方式是：看了海量的互联网文字后，学会了”给定前面的文字，下一个字最可能是什么”。

当你问它一个问题时，它不是在查资料，而是在做无限接龙：

将你的问题当成开头。

预测下一个最合理的字。

将新字加上去，再预测下一个。

循环往复，直到回答完。

问题在于：它没有”事实核查”这个步骤。它只在乎”下一个字接得顺不顺”，不在乎”接出来的内容是不是真的”。

这就像一个擅长接龙的孩子，你说”苹果”，他接”手机”，你说”华为”，他接”5G”……接得再流畅，他也不知道自己说的这些是不是真实发生的。

幻觉的两个面孔
坏的一面
编造虚假信息，尤其在医疗、法律、金融等严肃领域可能造成误导。

用户容易轻信它自信的语气，以为它说的都是真的。

好的一面
其实这就是创造力的来源。写小说、编故事、头脑风暴，恰恰需要这种”不按事实出牌”的能力。

很多创意工作者特意利用模型的幻觉，来获得意想不到的灵感。

怎么对付幻觉？

1. 将它当参谋，不当权威
   重要事实要核实，别信它的一面之词。
2. 开启联网搜索
   现在很多AI（如DeepSeek）可以联网，让它在回答前先查真实资料，能大幅降低幻觉。
3. 要求引用来源
   在提问时加上：”请给出信息来源或引用出处。”虽然它有时会编造虚假来源，但会让它更谨慎。
4. 用它的幻觉帮你创作
   如果想写小说，可以故意问：”假设秦始皇穿越到现代，开了一家奶茶店，会发生什么？”这时候幻觉就是最好的创意引擎。

因此，幻觉 = 模型”自信满满的瞎编”。
它源自模型的本质：一个”文字接龙大师”，而不是”事实数据库”。了解这一点，你就既不会被它的胡话带偏，也能更好地利用它那强大的、不受事实束缚的创造力。