知识增量Knowledge Deltav0.1无限进步

幻觉

Hallucination
学到 会用 就够:能亲手用起来
你可能会说

“我让助手推荐文献,它为什么能把一篇不存在的论文说得像真的一样?”

幻觉通常指模型生成看似成立却不真实、无依据或与给定材料不符的内容。它是输出错误的描述性术语,具体包括什么须按任务定义;流畅和自信不能排除这种错误。

也叫模型幻觉、虚构性输出
2

使用 AI

科研里的例子

模型给出一篇题名、作者、期刊都很像真的文章,只有逐项找到出版方记录并核正文,才能把它作为引用候选。

语言生成主要受训练模式和当前条件概率驱动,并非每句话都经过事实数据库核验。训练资料的错误、信息缺失、上下文误读与生成选择都可能造成问题。需要区分外部事实错误、偏离指定来源及合理但未证实的推测;三者检查方式不同。降低温度可以让错误更稳定,却不能保证消除。科研处理宜核人名、年份、数字、引用与因果措辞,并允许系统明确资料不足,而不是逼它填满所有空格。

+

在你的学科里,直接拿去用

从给定文献读取问题与证据
请只依据下面的文献材料回答。
材料:[粘贴原文或附文件;若只有摘要请注明]
我想弄清:[问题]
请列出作者要解释的现象、主要概念、数据与研究单位、研究设计、主要发现及作者写明的局限。区分作者原话、你的释义与尚无法判断的地方。每项给页码或可定位段落,保留关键术语的中文与英文。若没有全文,不把摘要之外的细节补出来。最后提出3个我可以回原文亲自检查的问题。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG02
3

判断

亲手检查一次

给模型一段不含某项信息的材料并要求只据材料回答,观察它是否补全;把每个断言标成有原文支持、推测或错误。

它做不到的

不是所有错误都适合用幻觉一词概括;OCR 误识、真实资料本身错误和生成添加应分开记录,避免找错修复环节。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。