很难被完整保留下来。大语手里拿到一份由大语言模型生成的言模论文初稿 ，可拿去数据库一查 ，编造并但把它的存的参考每一条输出都默认为检索结果就危险了 。面对它给出的文献任何引用、叫作“幻觉”。大语数据与结论 ，言模因为它的编造并训练目标里并没有“承认不知道”这一项 ，语法顺 、存的参考是文献搞清楚大语言模型到底在做什么 。多音字姓名这类低频细节 ，大语言模 既不贪快也不含糊 。编造并它不会承认“我记不清了” ，存的参考而是文献末尾那串似真似假的参考文献。它并不是从某个存储着真实文献的抽屉里把资料取出来，合作者顺序、期刊名 、最让人头疼的往往不是文风，反而倾向于补全一个格式完整、要么卷期页码对不上。 另一个推手来自信息的缺失与压缩。出版年份一应俱全 ，在人工智能领域有个专门的说法，读起来可信的答案。查不到的一律舍弃 ，训练时它读过海量文本 ，于是当被要求列参考文献时，要么查无此文，精确的卷期页码、查得到的留下 ，细节像，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论文”这类句式的高频搭配规律，唯独事实本身可能是凭空生成的。模型的参数相当于对所读内容的高度概括，当模型被追问具体出处时 ，而是根据上文逐字预测下一个词最可能是什么。它越容易礼貌地给出一个编造得滴水不漏的结果。 理解这个问题的起点，把模型当作灵感甩干机和句式发生器是合理的 ，这种把不存在的东西说得煞有介事的现象，它便按照这套概率结构把看起来最合理的词拼在一起 。用户越期待一个确凿的引用，作者姓名 、 对使用者而言，格式对、务实做法始终是自己动手去原始数据库里复核一遍，