一项来自OpenAI的新研究探讨了大型语言模型（LLM）中的幻觉现象，例如GPT-5。幻觉被定义为这些模型生成的看似合理但实际上是错误的陈述。研究人员强调，问题源于LLM的预训练方式，这些模型被优化以预测下一个词，而没有区分真与假。目前的评估集中在准确性上，鼓励模型猜测而不是识别不确定性。研究建议评估方法应演变，以惩罚错误的回答并奖励表达怀疑，以减少幻觉。
最新新闻
同一主题的新闻
个性化新闻推送、AI搜索与通知，更具互动性的体验。
.webp)
