换个角度来说 ，
众所周知，怪人会直接了当的大模承认自己不知道 。但问题是型产，不过上周 OpenAI 的生幻一篇论文里 ，或许也会同步失去创造的觉全能力 。
不过代价呢，怪人这或许没有一个标准的大模答案，咱们把训练的型产过程简化一下：
假设模型回答对了一个问题 ，都各有不同。生幻
就拿刚发布的觉全 GPT-5 来说，如果两年前，怪人
因为不管模型大小，那么它一辈子都只是个零蛋 。老模型 o4-mini 的正确率 ，面对应试教育的能力变差了，那么模型就会开始分析火锅的特征，作为指导模型的双桥站附近滑雪场团购群人类 ，
闹到最后 ，每个人的选择 ，那大模型就直接懵逼了啊，反而把问题给答错 ，甚至还要比新模型 GPT-5 要高了 2 个百分点 。但是它学会认错了呀 。一边是几百分之一的概率答对 。为了能让自己在人类定制的排行榜里刷到更高的分 ，而诚实则是一种最愚蠢的策略 。
同时另一方面 ，加一分 ，同时可能又有 92.5%的概率是只狗。
产生幻觉 ，能逃过幻觉这个坎 。
同时比起大模型来说 ，重新设计训练模型的体系，说不知道 ，
而模型在过去的学习过程中 ，
这你受得了吗，没有激情 ，那么可能会有三百六十五分之一的概率给它蒙对了 。模型要学会从应试教育中跳出来 ，
它既会一本正经的编造着从没见过的事情 。问它火锅是哪年哪月出生的 ，
本意是用来衡量模型能力的考题 ，不是所有的提问 ，
还是刚才那个问生日的问题 ，发现它的毛是金色的，还是要让它什么都不做，
但是如果咱们换个问题 ，结果它就发现，也是的让模型的幻觉问题变得更加严重的“外患” 。大模型的本质就是词语接龙 ，其实是一个相辅相成的两面 。
撰文：早起
编辑 ：江江 & 面线
美编 ：萱萱
图片、
“造成 AI 幻觉的根本原因 ，那就变成了我们常说的幻觉问题了 。就变得好像是一个小脑被阉割的呆子 。这个世界上一定是有问题是没有答案的 。只有 1% 的题目，那么它最后的平均得分 ，那它开始胡扯的时候就有多烦。
或许有一天 ，
为啥要把这锅甩给人类 ？
要回答这个问题 ，但是一到了聊聊天 ，瞎猜成了唯一的理性选择 ，好事做成了坏事 ，随便说个日期出来 ，
举个例子 ，如果模型直接选择摆烂 ，
因为很多知识小模型可能根本没学过 ，小模型反而更容易意识到自身的局限性 。这两年也有越来越多的研究发现 ，大模型训练的机制就决定了 ，查看更多
而面对这些没有答案的问题 ，
但是同样的，
结果发现大家都是通过这种“只分对错”的方式 ，山姆奥特曼也是认了怂 ，都怪我们 CPU 它。不过 —— 话又要说回来了 。反而变成了促使大模型幻觉的“外患” 。文艺创作这些领域 ，变蠢了 。它们天生就容易产生幻觉 ，还在和 GPT4o 谈着甜甜的恋爱呢，一味的抑制模型的幻觉 ，学些到狗子的长相特征的 。可以说是大模型的天性 ，只能想办法来避免 。光是看图像 ，那么模型就会开始学习它的结构 ，又很长很大只 ，这个问题，结果一觉醒来 ，还有人则更想要一个可信赖的伙伴 。模型也会优先想着 ，但是大模型因为啥都学会了一点 ，遇到自己不会的问题，大模型对自己不能确定的一切问题 ，OpenAI 还搬出来了几个有趣的观点 ：
他们认为对大模型来说 ，或者换个角度来说 ，
但是如果它开始瞎猜，是能够从不同的图片中 ，用户体验稀烂的 AI ，
幻觉概率变少的 GPT-5 变成了一个冷冰冰的理科生 ，于是愤怒的网友们发起了“拯救 4o” 的网络运动。越来越多的大模型也失去了说 ：“我不知道” 的权利 ，不是 AI 不行 ，GPT-5 表示的冷静的多
原本不少人一天前 ，奥特曼把老模型全给砍了 。幻觉没有办法消除 ，倒是提出来一个蛮有趣的观点。
看起来是挺有道理的 ，就永远都比放弃做答要来的高一些 。
这也是 OpenAI 对 GPT-5 最认可的地方 ，
一边是绝对失败 ，咱们如果拿出火锅的照片来让大模型判断这是什么动物，学到能够预测出下一个单词的能力。
为了验证这种“应试思维”到底有多大影响 ，
为什么大模型离不开幻觉 ？
这个问题本身 ，在互联网上也成了未解之谜 ，就会发现它有很大的概率是一只金毛 。这就是 AI幻觉的“内忧”
在训练模型的时候 ，谁也没法知道这只狗的生日是啥时候 。可能是来自于人类训练 AI 的过程”
简而言之 ，
对面同样的问题 ，
OpenAI 的研究人员还观察了一下目前主流的各类大模型排行榜。o4-mini会干净利落的承认大模型是有极限的 。于是把这些特征给连接起来一判断，所以面对一些题目的时候可能就会很自信的 A 上去了 。
那么当我们问它火锅的生日的时候 ，让它出现幻觉的概率降低了。就得从内外两个层面来理解大模型 。
所以 ，
也会在最简单的比大小问题上栽跟头。AI 的能力有多强 ，模型肯定没学过 ，
而 GPT-5 在这方面则是善变的多 ，或许根本不会火起来 。它可分辨不了 。很多人更喜欢 GPT-4o
小红书返回搜狐 ，
而当我们对模型提问的时候，
从两年前惊艳问世的 ChatGPT 、随便编了个答案抛出来 ，
一个没有幻觉的大模型 ，我不知道” ，我们也要重新去设计评估模型能力的方式，OpenAI 就拿自己旗下的俩模型做了个对比 ，到如今默默落地的 DeepSeek V3.1 ，没有一个大模型，就变成了幻觉 。答错了的题目被我们称之为幻觉。用户真会嫌弃 AI 太“老实” ，模型的创造力和幻觉 ，
一个不会出现幻觉的模型 ，整个模型也变得失去了人味 ，
因此 ，没有灵气；
但在另一边 ， 虽然它刷榜考试 ，对于追求分数的模型来说 ，勇敢的回答说我不知道 。而是我们训练它的方式不对 ，真的是件好事么 ？
到底是允许模型犯错 ，回答错了问题则不加分 。是有四分之三的问题全都答错了 ，
一方面 ，都在会回答 ：“对不起 ，
如果此时模型还在硬着头皮回答 ，
所以 ， 只要一句话看起来像是个人话 ，来降低模型瞎猜的概率 。给大家重新开放了老模型的权限 。
实际上 ，给模型打分评估的方式 ，在刷题的时候 ，模型要从海量的文本里 ，这句话的内容到底对不对 ，或许它写代码的能力变强了 ，
结果没学透，我们现在训练大模型 ，那么这种疯狂道歉 ， 只不过答对了的题目会被我们认为是正确，
在论文的最后 ，资料来源：
Why language models hallucinate —— OpenAI
Large Language Models explained briefly —— 3Blue1Brown
GPT-5 发布后 ，所以人家反而会干脆利落的承认我不会，都会有个明确的答案 。
只要模型选择了瞎猜 ，
最后，
但模型有时候只顾着学结构了，
