大模型幻觉：为何AI会“一本正经地胡说八道”？

大模型的“幻觉”是指其生成看似合理却错误的回答。这主要源于训练数据中的错误信息、模型仅学习语言分布而非事实、以及激励机制倾向于猜测而非承认未知。减轻幻觉的方法包括引入RAG技术连接外部知识库，以及优化训练激励机制，奖励诚实地表达不确定性。

一、什么是大模型的幻觉

老规矩，直接上答案：幻觉就是大模型生成看似合理但实际是错误的回答，它会把虚假的信息当做事实来回答，所以我们不要认为大模型的回答就一定是正确的。

二、幻觉产生的原因是什么

幻觉产生的原因有多种，下面是主要的几种原因。

1、大模型的训练数据集里面有错误的信息

大模型是通过训练数据集来学习知识的，如果数据集里有错误的数据，那么大模型就会学到数据里的错误信息，例如互联网上的各种文本就是大模型寻训练数据的重要来源，里面可能就存在着很多的错误信息。

2、预训练的语言统计本质

预训练是大模型非常重要的训练阶段，任务主要是预测下一个词，用来学习语言的分布，但问题是大模型不知道这些文本是正确还是错误的，所以大模型学到的只是大量文本的语言分布规律，并不是世界的事实信息。

3、大模型训练的激励机制会奖励猜测

现在我们能在网上看到各种大模型的评测榜单，大部分的评测标准都会用“准确率”作为核心指标。当大模型没办法区分正确或者错误答案时，它宁愿去猜一个答案，也不会空着不回答，就像我们考试遇到不会的选择题也会蒙一个答案，万一蒙对了还能得分呢，总比不回答得分概率高，大模型也是这样。

三、如何减轻大模型的幻觉？

1、最简单的办法是通过RAG技术，给大模型加一个外部知识库，不要让大模型的回答完全依赖模型参数，RAG技术的详细介绍在我的另一篇笔记里面有介绍，大家感兴趣的可以去看。

2、第二个思路就是优化大模型训练的激励机制，不要只奖励大模型猜对了答案，对于大模型诚实地回答不知道，也要相应地奖励。

最后唠两句

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选

很简单，这些岗位缺人且高薪

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

那0基础普通人如何学习大模型 ？

深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。

我整理出这套 AI 大模型突围资料包【允许白嫖】：

• ✅从入门到精通的全套视频教程
• ✅AI大模型学习路线图（0基础到项目实战仅需90天）
• ✅大模型书籍与技术文档PDF
• ✅各大厂大模型面试题目详解
• ✅640套AI大模型报告合集
• ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（0基础到项目实战仅需90天）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓