已验证75% 置信事实精确时间

大语言模型的幻觉问题通常被分为内在幻觉和外在幻觉两类，内在幻觉指生成内容与输入数据直接矛盾，外在幻觉指生成了输入中未提及且无法验证的信息

3

来源数

75%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

LLM面对输入数据与内部记忆冲突时会犯更多错误吗？

涉及实体

内在幻觉concept 外在幻觉concept 大语言模型concept

相关事实

已验证大语言模型的幻觉问题根源在于Transformer架构以概率最大化为目标生成文本，而非以事实准确性为优先75% 相似待验证在代码生成场景下，幻觉表现为调用不存在的API方法、生成语法正确但逻辑错误的代码、或错误引用已废弃的库版本73% 相似待验证大语言模型会以高置信度生成虚构内容（幻觉），包括编造不存在的工具名称、伪造API返回结果72% 相似已验证大语言模型在代码生成场景存在幻觉缺陷，表现为引用不存在的库函数、生成语法正确但逻辑错误的代码等72% 相似待验证大语言模型的幻觉问题会导致生成格式正确但在真实数据库中查无此文的虚构参考文献71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/895417

API

curl https://kongchang.com/api/v1/knowledge/claims/895417

MCP

get_claim(id=895417)