待验证50% 置信注意事项精确时间

大语言模型存在幻觉问题，即生成听起来合理但实际错误的医学信息，是医疗应用中必须抑制的核心风险

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

谷歌AMIE医疗AI：疾病管理能力媲美全科医生

rss2026/6/17

相关事实

待验证大语言模型在涉及高度专业的化学、生物或网络安全操作时，极易产生听起来可信但存在关键错误的幻觉输出80% 相似待验证当需求存在逻辑矛盾或业务知识缺失时，大语言模型因缺乏真实世界反馈机制存在产生幻觉（Hallucination）的风险77% 相似已验证研究表明大语言模型规模越大，幻觉的伪装性往往越强，能生成更连贯、更具说服力的错误内容74% 相似待验证早期大语言模型存在严重的过度自信问题，对不确定的答案也倾向于给出确定性表述，即幻觉现象73% 相似待验证研究人员发现大语言模型在回答临床问题时的幻觉率可达5%至15%73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115456

API

curl https://kongchang.com/api/v1/knowledge/claims/115456

MCP

get_claim(id=115456)