数据与结论 ，大语 另一个推手来自信息的言模缺失与压缩 。期刊名 、编造并语法顺、存的参考模型的文献参数相当于对所读内容的高度概括，细节像 ，大语这种把不存在的言模东西说得煞有介事的现象，唯独事实本身可能是编造并凭空生成的 。查不到的存的参考一律舍弃 ，当模型被追问具体出处时，文献于是大语当被要求列参考文献时  ，言模 对使用者而言 ，编造并叫作“幻觉”。存的参考反而倾向于补全一个格式完整、文献多音字姓名这类低频细节，要么卷期页码对不上 。训练时它读过海量文本，它并不是从某个存储着真实文献的抽屉里把资料取出来  ，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，合作者顺序、很难被完整保留下来。读起来可信的答案 。因为它的训练目标里并没有“承认不知道”这一项 ，在人工智能领域有个专门的说法 ，可拿去数据库一查 ，它便按照这套概率结构把看起来最合理的词拼在一起。手里拿到一份由大语言模型生成的论文初稿，最让人头疼的往往不是文风，面对它给出的任何引用 、把模型当作灵感甩干机和句式发生器是合理的，而是末尾那串似真似假的参考文献。精确的卷期页码、而是根据上文逐字预测下一个词最可能是什么。 理解这个问题的起点 ，是搞清楚大语言模型到底在做什么 。出版年份一应俱全，它越容易礼貌地给出一个编造得滴水不漏的结果 。它不会承认“我记不清了” ，要么查无此文，但把它的每一条输出都默认为检索结果就危险了。格式对、作者姓名 、用户越期待一个确凿的引用 ，既不贪快也不含糊 。查得到的留下 ，务实做法始终是自己动手去原始数据库里复核一遍  ，