文|咸菜

编辑|江娱迟

你有没有过这种经历？问AI“XX名人的代表作”，它列得头头是道，结果一半是编的；让它写份专业报告，引用的“权威数据”根本查无此据。

这就是AI的“幻觉”，明明在胡说，却自信得像个专家，直到OpenAI那篇《语言模型为什么会产生幻觉》的论文出来，我才恍然大悟：这事儿，远比我们想的复杂。

AI的“天性”

咱先掰扯清楚：AI为啥会“睁眼说瞎话”？答案特扎心，这是它的“出厂设置”，生成式AI的本质，就是“猜下一个词”：根据上下文，算哪个词出现的概率高，就接哪个。

它判断一句话对不对，不靠逻辑，靠“眼熟”，只要句子符合它从海量数据里学来的统计规律，就觉得是对的。​

就拿“万里无云的天空飘着朵朵白云”来说，人类一听就知道矛盾，AI却只懂算概率：“万里无云”和“飘着白云”放一起的概率太低，所以不对，它根本不懂“逻辑”，只认“概率”。

可概率这东西，从来不是100%靠谱啊，数据太少它得瞎猜，概念太复杂它理解不了，训练数据本身就有错，这些都会让它判断失误。

而一旦判断错了，生成内容自然就成了“幻觉” ，OpenAI说得明明白白：幻觉不是意外，是概率天性里的必然！​

人类在鼓励AI“蒙一把”​

按理说，知道AI会错，咱该教它“不确定就别说”吧？可事实恰恰相反，是我们在逼它“胡说”。​

现在衡量AI能力的考试，全是“答对得分，答错不扣分”，这不就和咱们考试蒙答案一个理儿吗？反正蒙对了赚，蒙错了不亏，为啥不试试？​

OpenAI给的例子太真实了：O4-mini准确率24%，错误率却高达75%，弃权率才1%，而GPT-5-thinking-mini准确率22%，错误率只有26%，弃权率却有52%。

说白了，O4-mini就是敢蒙，才显得“正确率高”，可幻觉也多啊。​

还有Deepseek-R1，训练时要求必须写推理过程，答对才加分，答错不扣分，结果它的幻觉率一直居高不下，原来是我们的奖励机制，在变相鼓励AI“与其闭嘴，不如蒙一把”。​

别求“零幻觉”

既然幻觉躲不开，又被我们“鼓励”得更泛滥，就没招了吗？有但不是求“零幻觉”，而是让AI“该说才说”。​

OpenAI给的方向特实在：改奖励机制，别再搞“答对得1分，答错得0分”了，得改成“答对加分，答错扣分，弃权不扣分”。

这样一来，AI碰到没把握的题，就不敢随便蒙了，只会乖乖说“我不知道”。​

这就像给AI戴了个“概率口罩”：有十足把握时，它能侃侃而谈，没把握时，就闭上嘴不误导人，比起追求永远正确的“神话”，让AI学会“知之为知之，不知为不知”，才是真的有用！​

结语

看完这篇论文，我总算不怪AI“骗人”了，它本就不懂“真”与“假”，只懂“概率”与“得分”，幻觉不是AI的错，是我们没教它“诚实”的重要性。​

以后再被AI忽悠，咱也别光生气：想想它是不是又在“蒙答案”了？而那些让AI“说不知道”的产品，才是真的懂行。

说不定用不了多久，AI就能既聪明又靠谱，再也不是那个“一本正经胡说八道”的家伙了，咱等着瞧。