技术

Hallucination(幻觉)

幻觉指AI模型生成看似合理但与事实或输入不符的内容,尤其在大型语言模型中常见,解决该问题对确保AI可靠性至关重要。典型应用场景包括问答系统和文本摘要,代表工作有基于检索增强的生成和事实性评估基准如TruthfulQA。

收录于 2026/8/28相关资讯 36 篇近 30 天 20 篇在词典中查看 →

详细解释

幻觉产生的原因包括训练数据偏差、模型过度泛化以及解码策略的随机性。在生成式模型中,模型可能优先考虑流畅性而非事实准确性。缓解方法包括检索增强生成(RAG)、引入外部知识库、设计不确定性感知的解码算法以及后处理事实核查。评估幻觉通常采用人工评估或自动指标,如基于蕴含关系的自然语言推理。

别名与相关写法
hallucination

相关术语

幻觉检测共现 10 篇
AI hallucination共现 5 篇
Language Model共现 3 篇
Agent共现 3 篇
uncertainty共现 2 篇

相关公司

相关资讯

完整术语表见 AI 术语词典; 每日新术语与进展见 AI 早报。

Hallucination(幻觉) 是什么?AI 术语解释 - 智讯 AI News