LLM等价于众包，只是在输出「网络共识」！哈佛大学最新报告深挖大模型幻觉！

文章预览

转自： 新智元 如涉版权请加编辑微信iwish89联系 哲学园鸣谢    新智元报道   编辑：LRS 【新智元导读】 哈佛大学研究了大型语言模型在回答晦涩难懂和有争议问题时产生「幻觉」的原因，发现模型输出的准确性高度依赖于训练数据的质量和数量。研究结果指出，大模型在处理有广泛共识的问题时表现较好，但在面对争议性或信息不足的主题时则容易产生误导性的回答。 自ChatGPT发布以来，用户的搜索方式、人机交互都发生了极大改变，诸如问题回答、文本总结和交流对话等各种简单应用场景下的体验都有了很大提升，有时甚至超过了人类的表现。 大模型之所以能生成全面且连贯的文本，其能力主要来源于Transformer模型架构和海量预训练、微调数据集。 不过，大模型还存在一个顽疾「幻觉」，会生成一些看似真实但非事实、无意义或与给定提示 ………………………………