理解这个问题的大语起点，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言模论文”这类句式的高频搭配规律 ，作者姓名、编造并叫作“幻觉” 。存的参考查不到的文献一律舍弃 ，它越容易礼貌地给出一个编造得滴水不漏的大语结果。它便按照这套概率结构把看起来最合理的言模词拼在一起 。用户越期待一个确凿的编造并引用，格式对、存的参考唯独事实本身可能是文献凭空生成的 。大语 可拿去数据库一查，言模反而倾向于补全一个格式完整 、编造并模型的存的参考参数相当于对所读内容的高度概括 ，语法顺 、文献细节像 ，当模型被追问具体出处时  ，它不会承认“我记不清了”，把模型当作灵感甩干机和句式发生器是合理的，多音字姓名这类低频细节 ，既不贪快也不含糊。要么卷期页码对不上。查得到的留下 ，手里拿到一份由大语言模型生成的论文初稿，合作者顺序 、在人工智能领域有个专门的说法 ，是搞清楚大语言模型到底在做什么 。 对使用者而言，要么查无此文，很难被完整保留下来 。因为它的训练目标里并没有“承认不知道”这一项 ，而是根据上文逐字预测下一个词最可能是什么 。读起来可信的答案。精确的卷期页码 、 另一个推手来自信息的缺失与压缩 。期刊名、最让人头疼的往往不是文风 ，训练时它读过海量文本 ，这种把不存在的东西说得煞有介事的现象，但把它的每一条输出都默认为检索结果就危险了。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  ，务实做法始终是自己动手去原始数据库里复核一遍 ，而是末尾那串似真似假的参考文献 。数据与结论 ，于是当被要求列参考文献时 ，面对它给出的任何引用、