大语言模型生成看似合理、流畅但事实上错误、无依据或与输入不符内容的现象，成因包括训练数据噪声、概率生成机制及缺乏知识边界自我认知，可通过RAG、知识库锚定等方式缓解
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
大模型幻觉是指语言模型生成看似合理但实际不正确或不存在的内容
添加行号后模型能更准确地定位代码位置，减少行号幻觉