极具个性与才华的你，还在等什么？
通信、科技、文化、生活、未来！与靳幸民一起继往开来！
你是否经历过大语言模型一本正经“胡说八道”？大模型在发展初期的幻觉问题尤为严重，所回答问题基本属于“已读乱回”，至于哪家企业的大模型不在本文探讨之列，大家心知肚明，更重要的是大语言模型的幻觉问题有了最新进展。
今日，百度创始人李彦宏公开表示，“大模型基本消除了幻觉”，这对于大语言模型来说是一个巨大的进步，过去一年来大模型的幻觉问题为用户造成了很多困扰，笔者在参加某次业内会议时，有专家明确指出：“我们期望大模型即使不回答也不要输出误导性的错误答案。”
面对大语言模型的幻觉问题，各企业也在全力攻克，尤其头部的一些大模型开发厂商。OpenAl CEO Sam Altman曾指出：“我们正在努力解决幻觉问题，这将需要一年半到两年的时间。”
然而，信息技术行业发展到今天，已经步入到“日日新”的阶段，大型语言模型发展短短两年时间，就已在该领域上取得了巨大突破。
那么，为什么LLM会出现幻觉？360创始人周鸿祎曾一针见血地指出：“目前人工智能存在一个全世界公认的难题——它会产生幻觉，这是大模型本身固有的特性。”也就是说，幻觉问题是大语言模型与生俱来的。
此外，产生幻觉的原因可大致分为三个方面：数据源、训练过程、推理。
具体来看，大语言模型产生幻觉的原因包括数据质量、算法、专业领域知识丰富度、是否拟合等。
从数据质量上来看，大规模数据集中可能存在数据质量问题，例如缺失值、异常值或不一致性，这些问题可能会导致大文本模型输出错误结果。
从算法选择来看，目前大模型已经遍地开花，各家大模型选择的算法各不相同，不同的算法对于大规模数据的处理方式各不相同，选择不恰当的算法可能导致对数据的错误建模，从而产生幻觉。
从专业领域的知识的丰富程度来看，大语言模型在涉及某些专业领域时，会因为知识储备（语料）不充足或者不能理解专业领域的数据，产生对客观事实的错误解读。
从大语言模型训练的角度来看，存在过拟合的问题。模型在训练数据上表现良好，但是对样本外的数据进行测试时表现效果不佳，欠拟合和过拟合的大模型出现幻觉的概率一般较高。
虽然大语言模型幻觉一度困扰开发者和用户，但有人却持有不同的观点——大模型幻觉是非常宝贵的特性，之所以有这样的观点，是他们认为因为“幻觉和创新其实只有一线之隔”，未来，如何破除幻觉和创新的壁垒将是大模型努力的方向。
其实大语言模型发展到今天，面临的不止“幻觉”这一个挑战，如未来随着数据量的巨增，必须要进行模型压缩与优化；多模态模型与大语言模型的结合，将自然语言处理与计算机视觉、语音处理等多模态信息相结合，扩大应用场景。
转发分享是最大的支持 ！
点亮在看，与朋友们共勉。
打开文尾“阅读原文”查看更多精彩内容洋县联通欣隆盛营业厅
来源: 通信世界，在此致谢！
阅读是种品味 点赞是种友谊 分享是种美德
感谢您抽
分
秒阅读
请分享、点点赞、亮在看、刷广告、写留言、勤赐稿！
【网络】ping、arp、tracert三大命令详细用法，弄懂立马成大神
【服务】您身边的通信专家15619160238伴您继往开来！
【招聘】智慧生活需要您的参与
书籍是人类进步的阶梯！公众号就是人类进步的电梯！点击微信右上角的“+”符号、“添加朋友”、“公众号”输入框搜索靳幸民，点击该文章标题下蓝色靳幸民，微信-发现-搜一搜“靳幸民”，点开#靳幸民 ，点开靳幸民公众号名片，或识别靳幸民公众号二维码，均可关注靳幸民；再打开“接受文章推送”和“置顶公众号”或设为星标 ★，与靳幸民一起继往开来！
