已验证65% 置信事实精确时间
大模型幻觉的技术根源在于自回归生成机制，模型仅依据上文预测统计上最可能的下一个词，研究者将幻觉分为内在幻觉和外在幻觉
3
来源数
65%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
元认知反馈：用强化学习让大模型准确表达不确定性
hackernewshackernews2026/7/7
相关事实
待验证模型幻觉指模型生成看似合理但实际错误的输出，需要完善的回滚、重试和人工介入机制来应对81% 相似待验证模型幻觉的本质是模型在训练数据分布之外进行概率补全，减少幻觉的核心手段包括提供上下文锚点、要求模型显式引用来源、结合RAG提供事实依据81% 相似待验证引用幻觉是大语言模型幻觉问题的一个特殊子类型，其技术根源在于LLM学习的是token序列的概率分布，而非对现实世界事实的精确记忆81% 相似待验证幻觉源于模型的优化目标本身——模型被训练成生成语言上连贯、统计上合理的续文，而非事实上准确的答案81% 相似已验证大模型幻觉的技术本质在于模型在训练时学习的是语言模式的概率分布而非事实本身78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/279895API
curl https://kongchang.com/api/v1/knowledge/claims/279895MCP
get_claim(id=279895)