2025-03-01 08:42:26
你是不是也遇到过这样的情况：问AI一个问题，它给了你一个特别详细、丰富，看上去好有逻辑的答案。但当我们去核实时，却发现这些信息完全是虚构的(de)？
这就(jiù)是(shì)著(zhe)名的(de)“AI幻(huàn)觉(jué)”现(xiàn)象(xiàng)。
图(tú)源(yuán)：河(hé)森(sēn)堡(bǎo)新(xīn)浪(làng)微(wēi)博(bó)
为什么会出现AI幻觉呢？今天就让我们一起来揭开这个谜题。
为什么会出现AI幻觉？
AI幻觉指的是AI会生成看似合理但实际确实错误的信息，最常见的表现就是会编造一些不存在的事实或者细节。
就像在考试时遇到不会的题目，我们会试图用已知的知识去推测答案一样。AI在遇到信息缺失或不确定的情况时，会基于自己的“经验”（训练数据）进行填补和推理。
这不是因为它想要欺骗我们，而是因为它在试图用自己理解的模式来完成这个任务。
1
基于统计关系的预测
因为AI（尤其是像ChatGPT这样的语言模型）通过大量的训练数据学习文字之间的统计关系。它的核心目标是根据上下文预测最可能出现的下一个词，并不是对问题或内容进行真正的理解。所以 AI本质上是通过概率最大化来生成内容，而不是通过逻辑推理来生成内容的。
简单来说，AI就像(xiàng)是(shì)一(yī)个(gè)博(bó)览(lǎn)群(qún)书(shū)的(de)智(zhì)者(zhě)，通(tōng)过(guò)学(xué)习(xí)海(hǎi)量(liàng)的(de)文本(běn)和(hé)资(zī)料(liào)来(lái)获(huò)取(qǔ)知(zhī)识(shi)。但(dàn)是(shì)它(tā)并(bìng)不(bù)是(shì)真(zhēn)正(zhèng)理(lǐ)解(jiě)这(zhè)些(xiē)知(zhī)识(shi)，而(ér)是(shì)通(tōng)过(guò)找(zhǎo)到(dào)文字(zì)之(zhī)间(jiān)的(de)统(tǒng)计(jì)关系(xì)和(hé)模(mó)式(shì)来(lái)“预(yù)测(cè)”下(xià)一(yī)个(gè)最(zuì)合(hé)适(shì)的词。即 AI 是根据之前学到的大量例子，来猜测接下来最有可能出现的词。
不过有时候，模型也会“猜错”。如果前面出现一点偏差，后面的内容就会像滚雪球一样越滚越大。这就是为什么AI有时会从一个小错误开始，最后编织出一个完全虚构的故事。
2
训练数据的局限性
由于AI并没有真实世界的体验，它的所有“认知”都来自训练数据。可是训练数据不可能包含世界上所有的信息，有时候甚至还会包含错误信息。这就像是一个人只能根据自己读过的书来回答问题，如果书里有错误信息，或者某些领域的知识缺失，就容易产生错误的判断。举个例子：早期AI幻觉较大的(de)时(shí)候(hou)，可(kě)能(néng)会(huì)出(chū)现(xiàn)AI学(xué)过(guò)“北(běi)京(jīng)是(shì)中(zhōng)国(guó)的(de)首(shǒu)都(dōu)”和(hé)“巴(ba)黎(lí)有(yǒu)埃(āi)菲(fēi)尔(ěr)铁(tiě)塔(tǎ)”这(zhè)两个知识点。当我们问它“北京有什么著名建筑”时，它可能会把这些知识错误地混合在一起，说“北京有埃菲尔铁塔”。
3
过拟合问题
因为大模型的训练参数量非常庞大，大模型会在训练数(shù)据(jù)上(shàng)产(chǎn)生(shēng)“过(guò)拟(nǐ)合(hé)”的(de)问(wèn)题(tí)。即(jí)因(yīn)为(wèi)记(jì)住(zhù)了(le)太(tài)多(duō)错(cuò)误(wù)或(huò)者(zhě)无(wú)关紧(jǐn)要(yào)的(de)东(dōng)西，从而让(ràng) AI对(duì)训练数据中的噪声过于敏感，最终导致幻觉产生。
4
有限的上下文窗口
受限于技术原因，虽然现在大模型的上下文窗口越来越大（比如可以处理64k或128k个tokens），但它们仍然是在一个有限的范围(wéi)内(nèi)理(lǐ)解(jiě)文本(běn)。这(zhè)就像是隔着一个小窗口看书，看不到整本书的内容，容易产生理解偏差。
5
生成流畅回答的设计
现在很多大模型被设计成要给出流畅的回答，当它对某个问题不太确定时，与其说“我(wǒ)不(bù)知道”，它更倾向于基于(yú)已(yǐ)有(yǒu)知(zhī)识(shi)编(biān)造(zào)看(kàn)起(qǐ)来(lái)合(hé)理(lǐ)的(de)答(dá)案(àn)。上(shàng)面(miàn)的(de)种(zhǒng)种(zhǒng)情况叠加在一起，造成了现在非常严重的AI幻觉问题。
图库版权(quán)图(tú)片(piàn)，转(zhuǎn)载(zài)使(shǐ)用(yòng)可(kě)能(néng)引(yǐn)发(fā)版(bǎn)权(quán)纠(jiū)纷(fēn)
如(rú)何(hé)才(cái)能(néng)降(jiàng)低(dī)AI幻(huàn)觉(jué)？
AI看(kàn)起(qǐ)来(lái)很(hěn)方(fāng)便(biàn)，但(dàn) AI 一(yī)本(běn)正(zhèng)经(jīng)的(de)“胡(hú)说(shuō)八(bā)道(dào)”有(yǒu)时(shí)候(hou)真(zhēn)的(de)让(ràng)人(rén)非(fēi)常(cháng)头(tóu)疼(téng)，给(gěi)的(de)信(xìn)息(xi)经(jīng)常(cháng)需(xū)要反复核实，有时反而不如(rú)直(zhí)接(jiē)上(shàng)网(wǎng)搜(sōu)索(suǒ)来得实在。那么，如何应对AI幻觉呢？我们总结了下面这些方法帮助大家。
1
优化提问
想要获得准确答案，提问方式很关键。与AI交流也需要明确和具体，避免模糊或开放性的问题，提问越具体、清晰，AI的回答越准确。同时，我们在提问的时候要提供足够多的上下文或背景信息，这样也可以减少AI胡乱推测的可能性。总结成提示词技巧就是下面四种问法：
1.设定边界：“请严格限定在2022年《自然》期刊发表的研究范围内”；
示例：“介绍ChatGPT的发展历程”→“请仅基于OpenAI官方2022-2023年的公开文档，介绍ChatGPT的发展历程”
2.标注不确定：“对于模糊信息，需要标注‘此处为推测内容’”；
示例：“分析特斯拉2025年的市场份额”→“分析特斯拉2025年的市场份额，对于非官方数据或预测性内容，请标注[推测内容]”
3.步骤拆解：“第一步列举确定的事实依据，第二步展开详细分析”；
示例：“评估人工智能对就业的影响”→“请分两步评估AI对就业的影响：
1)先列出目前已发生的具体影响案例；
2)基于这些案例进行未来趋势分析”。
4.明确约束：明确告诉AI要基于已有事实回答，不要进行推测。
示例：“预测2024年房地产市场走势(shì)”→“请仅基于(yú)2023年(nián)的(de)实(shí)际(jì)房(fáng)地(de)产(chǎn)数(shù)据(jù)和(hé)已(yǐ)出(chū)台(tái)的(de)相(xiāng)关政(zhèng)策(cè)进(jìn)行(xíng)分(fēn)析(xī)，不(bù)要(yào)加(jiā)入(rù)任(rèn)何(hé)推(tuī)测(cè)性(xìng)内(nèi)容(róng)”。
2
分(fēn)批(pī)输(shū)出
因为AI内容是根据概率来进行生成的，一次性生成的内容越多，出现AI幻觉的概率就越大，我们可以主动限制它的输出数量。比如：如果我要写一篇长文章，就会这么跟AI说：“咱们一段一段来写，先把开头写好。等这部分满意了，再继续写下一段。”这样不仅内(nèi)容(róng)更(gèng)准(zhǔn)确(què)，也更容易把控生成内容的质量。
3
交叉验证
想要提高AI回答的可靠性，还有一个实用的方法是采用“多模型交叉验证”。使用的一个AI聚合平台：可以让多个AI模型同时回答同一个问题。当遇到需要严谨答案的问题时，就会启动这个功能，让不同的大模型一起参与讨论，通过对比它们的答案来获得更全面的认识。
点击可放大，图片来源：作者提供
再比如纳米AI搜索平台的“多模型协作”功能，它能让不同的AI模(mó)型(xíng)各(gè)司(sī)其职，形成一个高效的协作团队。让擅长推理的DeepSeekR1负责分析规划，再由通义千问进行纠错补充，最后交给豆包AI来梳理总结。这种“专家组”式的协作模式，不仅能提升内容的可信度，还能带来更加全面和深入的见解。
图源：作者提供
4
RAG技术
AI是一个聪明但健忘的人，为了让他表现更靠谱，我们可以给他配一个超级百科全书，他可以随时查阅里面的内容来回答问题。这本“百科全书”就是RAG的核心，它让AI在回答问题之前，先从可靠的资料中找到相关信息，再根据这些信息生成答案。这样一来，AI就不容易“胡说八道”了。目前RAG技术多用在医疗、法律、金融等专业领域，通过构建知识库来提升回答的准确性。当然实际使用中像医疗、法律、金融这样的高风险领域，AI生成的内容还是必须要经过专业人士的审查的。
5
巧用AI幻觉
最后再说一个AI幻觉的好处。
很多时候AI幻觉也是天马行空的创意火花！就像一个异想天开的艺术家，不受常规思维的束缚，能蹦出令人惊喜的点子。
看看DeepSeek就知道了，它确实比ChatGPT和Claude更容易出现幻觉，但是今年DeepSeek能火得如此出圈也离不开其强大的创造能力。
有时候与其把AI幻觉当成缺陷，不如把它看作创意的源泉！在写作、艺术创作或头脑风暴时，这些“跳跃性(xìng)思(sī)维(wéi)”反(fǎn)而(ér)可(kě)能(néng)帮(bāng)我(wǒ)们(men)打(dǎ)开(kāi)新(xīn)世(shì)界(jiè)的(de)大(dà)门(mén)。
图(tú)库(kù)版(bǎn)权(quán)图(tú)片(piàn)，转(zhuǎn)载(zài)使(shǐ)用(yòng)可(kě)能(néng)引(yǐn)发(fā)版(bǎn)权(quán)纠(jiū)纷
AI幻觉的本质——AI在知识的迷雾中，有时会创造出看似真实，实则虚幻的“影子”。但就像任何工具一样，关键在于如何使用。
当我们学会用正确的方式与AI对话，善用它的创造力，同时保持独立思考，AI就能成为我们得力的助手，而不是一个“能言善辩的谎言家”。
毕竟，在这个AI与人类共同进步的时代，重要的不是责备AI的不完美，而是学会与之更好地协作。
策划制作
作者丨田威 AI工具研究者
审核丨于旸 腾讯玄武实验室负责人
MORE
