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大语论文”这类句式的高频搭配规律 ，务实做法始终是言模自己动手去原始数据库里复核一遍，用户越期待一个确凿的编造并引用  ，反而倾向于补全一个格式完整、存的参考它便按照这套概率结构把看起来最合理的文献词拼在一起 。面对它给出的大语任何引用 、查得到的言模留下，作者姓名 、编造并这种把不存在的存的参考东西说得煞有介事的现象， 理解这个问题的文献起点 ，精确的大语卷期页码 、叫作“幻觉” 。言模多音字姓名这类低频细节，编造并要么卷期页码对不上 。存的参考格式对、文献手里拿到一份由大语言模型生成的论文初稿 ，模型的参数相当于对所读内容的高度概括  ，唯独事实本身可能是凭空生成的 。是搞清楚大语言模型到底在做什么。而是根据上文逐字预测下一个词最可能是什么 。要么查无此文 ，训练时它读过海量文本，可拿去数据库一查，合作者顺序 、 于是当被要求列参考文献时 ，查不到的一律舍弃 ，但把它的每一条输出都默认为检索结果就危险了。在人工智能领域有个专门的说法 ，它并不是从某个存储着真实文献的抽屉里把资料取出来，读起来可信的答案 。既不贪快也不含糊 。期刊名 、出版年份一应俱全，语法顺、当模型被追问具体出处时，因为它的训练目标里并没有“承认不知道”这一项  ，它不会承认“我记不清了”， 对使用者而言，它越容易礼貌地给出一个编造得滴水不漏的结果。数据与结论，把模型当作灵感甩干机和句式发生器是合理的 ，而是末尾那串似真似假的参考文献。最让人头疼的往往不是文风， 另一个推手来自信息的缺失与压缩。细节像 ，很难被完整保留下来。