AI最臭名昭著的Bug是什么？不是代碼崩潰，而是「幻覺」——模型自信地編造事實，讓你真假難辨。這個根本性挑戰，是阻礙我們完全信任AI的關鍵障礙。

大模型會有幻覺，這幾乎已經成為一個常識，讓每一個嚴肅使用大模型的人都不得不謹慎小心。OpenAI也指出：「ChatGPT也會產生幻覺。GPT-5的幻覺明顯更少，尤其是在執行推理時，但幻覺仍然會發生?；糜X仍然是所有大型語言模型面臨的一大根本挑戰?！?/p>

盡管現在學術界已經提出了各種各樣用來降低模型幻覺的方法，但目前尚未出現能徹底「根治」模型幻覺的良方。

那么，大模型究竟為什么會出現幻覺呢？今天，OpenAI罕見發表論文，系統性地揭示了幻覺的根源。

首先，定義幻覺。OpenAI給出的簡單定義是：「模型自信地生成不真實答案的情況。」

至于原因，簡單來說就是：標準的訓練和評估程序更傾向于對猜測進行獎勵，而不是在模型勇于承認不確定時給予獎勵。

當詢問他的生日時，它給出了三個不同的日期，同樣都是錯誤的。

在準確度方面，更早期的OpenAIo4-mini模型表現略好。然而，其錯誤率（即幻覺率）明顯較高。在不確定的情況下進行策略性猜測可以提高準確度，但也會增加錯誤和幻覺。

在對數十次評估的結果進行平均時，大多數基準測試都會剔除準確度指標，但這會導致對錯之間的錯誤二分法。