Verified65% confidenceOpinionTime unknown
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
3
Sources
65%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
RAG技术入门：从大模型幻觉到检索增强生成的完整指南
bilibiliAI大模型全栈
Related Entities
Related Claims
Verified基于Transformer的大语言模型使用注意力机制将系统提示、用户输入和外部检索内容统一编码为同质化的token序列，模型无法在语义层面区分可信指令与不可信数据77% similarUnverified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75% similarUnverified大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确75% similarVerified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75% similarVerified大语言模型编造参考文献的原因是基于概率的文本生成而非数据库检索，这种现象被称为AI幻觉（Hallucination）74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/4600API
curl https://kongchang.com/api/v1/knowledge/claims/4600MCP
get_claim(id=4600)