德信检测公司

“这正是人工智能‘一本正经胡说八道’的表现。”申城好网民专家、中国网安协会数据安全专家、上海临港数据评估有限公司总监宗良接受上海辟谣平台专访时指出，要注意人工智能大模型造假这一新趋势。

比如，某研究报告称功能饮料中的维生素、矿物质等对于运动后快速补充身体营养、消除疲劳具有一定的作用。但大模型在回答相关问题时，竟然表示相关微量元素在增加疲劳上有一定的作用。

再比如，一般蚕可以活一个多月，其中从孵化到结茧根据季节不同，大约是25天至32天，变成蛹后有15天至18天，最后成蛾是1天至3天。可有大模型在介绍这一规律时，将蚕结茧的时间与成蛹的时间搞混了，输出的答案完全误导了询问者。

这与大模型的数据库、语料库、算法、检索能力乃至“理解能力”等有关。合合信息智能创新事业部总经理唐琪说，如果将大模型比喻为正在疾驰的科技列车，语料库便是珍贵的“燃料”，因为大模型的训练源自语料库。

德信检测公司“康熙皇帝有几个儿子”“请列出康熙皇帝儿子的姓名名单”“请给我一份康熙的儿子名单”，将这三条指令发送给人工智能大模型，猜猜答案是什么？

蚂蚁集团大模型应用部总经理顾进杰指出，目前公开的模型都存在不同类型的“AI幻觉”，大模型给出的结果甚至可能与真相截然相反。

当然，从准确获取信息的角度看，公众还是要对大模型输出结果或生成的内容保持警惕。眼下，部分自媒体或不法分子开始批量通过人工智能生成各类文章，乍一看似乎与正常的新闻报道无异，但真实性大打折扣，不少是为了博眼球之作。

事实上，在今年的世界人工智能大会上，很多业界人士都提到了“AI幻觉”“可信大模型”等概念，并披露了多个人工智能大模型“造假”或“说谎”的案例，希望引起各界关注。

对国内的大模型开发企业而言，语料库短缺问题比较严峻。因为当前大模型数据库以英文居多，中文语料占比较低。还有，图表、复杂公式等元素处理也是大模型语料处理中的“拦路虎”。在金融报表、行业报告等文档中，表格中的数据指标至关重要，但部分大模型并不能正确“理解”表格里行、列、单元格的意义，导致大模型对整个表格的识别结果产生误差，最终得出错误的结论。

一方面，对于AI生成的内容，大模型开发者应采取技术措施添加标签，对可能导致公众混淆或者误认的，更要显著标识。另一方面，信息发布平台要加强管理，督促上传信息者为AI生成内容打标签，帮助公众区分。

其二，在人工智能生成的文章中，会出现一些通用关键词，包括“以下是 XXX 的常见方法和手段”“通过上述手段”等，这其实是大模型通过检索信息后进行的归纳。公众如果看到这些关键词，不妨提高警惕，不要轻信。

他介绍，人工智能“一本正经地胡说八道”其实有个专有名词，叫“AI幻觉”，即大模型提供了看似合理但有错漏的答案。如果公众相信，可能上当受骗。

让人意外的结果出现了：不仅不同的大模型回答不一样，即便是同一个大模型，答案也有偏差。比如，有的答案统计了康熙所有的儿子数量，表示共有35人，包括正式排序的儿子和早殇未排序的儿子；有的只列出了正式排序的24个儿子；还有的没有任何解释，列出了儿子的姓名，但顺序错乱……

基于这些“AI幻觉”，专家呼吁，公众要谨慎看待大模型输出结果。虽然“百模大战”提供了获取信息的新方式，但不能轻信。事实上，已经出现了大模型为了证明自己没有错而造假的现象。

其一，此类文章会在特定的关键词、用语、表述等方面形成固化形式，有点类似“小编给你说说某件事，某件事是什么呢，小编给你说说”这样看似合理却没有实际意义的内容。

基于此，在关注大模型“无所不能”时，也要关注大模型的短板。积极信号是，越来越多的大模型开发者开始关注“可信大模型”。有的开发出“大模型加速器”，帮助大模型理解图表等相对复杂的语料库，从源头为大模型训练与应用输送纯净“燃料”；也有的在大模型开发中引入对应的技术，尽量消除“AI幻觉”，助力大模型跑得更快更稳。

宗良提醒，AI幻觉本质上有两种，一种是完全的“胡说八道”，另一种是部分内容不准确或不完善。对后者而言，虽然不完全正确，但仍有一定的参考价值。同时，也不能完全否定“AI幻觉”的价值，因为这也是AI创新的起点。