什么是AI幻觉

学术上解释：指模型生成与事实不符、逻辑断裂或脱离上下文的内容，本质是统计概率驱动的“合理猜测”

说人话：一本正经地胡说八道

事实性幻觉：指模型生成的内容与可验证的现实世界事实不一致

忠实性幻觉：指模型生成的内容与用户的指令或上下文不一致

AI为什么会产生幻觉

数据偏差：训练数据中的错误或片面性被模型放大（如医学领域过时论文导致错误结论）

泛化困境：模型难以处理训练集外的复杂场景（如南极冰层融化对非洲农业的影响预测）

知识固化：模型过度依赖参数化记忆，缺乏动态更新能力（如2023年后的事件完全虚构）

意图误解：用户提问模糊时，模型易“自由发挥”（如“介绍深度学习”可能偏离实际需求）