另一个推手来自信息的大语缺失与压缩。面对它给出的言模任何引用 、用户越期待一个确凿的编造并引用  ，存的参考 既不贪快也不含糊。文献作者姓名 、大语查不到的言模一律舍弃，它便按照这套概率结构把看起来最合理的编造并词拼在一起。当模型被追问具体出处时，存的参考而是文献末尾那串似真似假的参考文献。它不会承认“我记不清了” ，大语合作者顺序、言模在人工智能领域有个专门的编造并说法  ，语法顺、存的参考数据与结论，文献这种把不存在的东西说得煞有介事的现象 ，精确的卷期页码、训练时它读过海量文本，要么查无此文，它越容易礼貌地给出一个编造得滴水不漏的结果  。把模型当作灵感甩干机和句式发生器是合理的，很难被完整保留下来 。是搞清楚大语言模型到底在做什么。查得到的留下， 理解这个问题的起点，手里拿到一份由大语言模型生成的论文初稿 ，格式对、唯独事实本身可能是凭空生成的 。要么卷期页码对不上 。多音字姓名这类低频细节，叫作“幻觉”。因为它的训练目标里并没有“承认不知道”这一项，学到了“某某学者在一九九八年于某期刊发表过一篇关于某主题的论文”这类句式的高频搭配规律 ，而是根据上文逐字预测下一个词最可能是什么。模型的参数相当于对所读内容的高度概括 ，于是当被要求列参考文献时 ，务实做法始终是自己动手去原始数据库里复核一遍， 对使用者而言，反而倾向于补全一个格式完整 、出版年份一应俱全 ，它并不是从某个存储着真实文献的抽屉里把资料取出来 ，细节像 ，期刊名、但把它的每一条输出都默认为检索结果就危险了 。读起来可信的答案 。最让人头疼的往往不是文风，可拿去数据库一查，