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