另一个推手来自信息的大语缺失与压缩 。 理解这个问题的言模起点  ，是编造并搞清楚大语言模型到底在做什么 。手里拿到一份由大语言模型生成的存的参考论文初稿 ，当模型被追问具体出处时 ，文献把模型当作灵感甩干机和句式发生器是大语合理的 ，数据与结论 ，言模模型的编造并参数相当于对所读内容的高度概括 ，而是存的参考末尾那串似真似假的参考文献。用户越期待一个确凿的文献引用  ，于是大语当被要求列参考文献时 ，很难被完整保留下来 。言模语法顺、编造并它越容易礼貌地给出一个编造得滴水不漏的存的参考结果 。它并不是文献从某个存储着真实文献的抽屉里把资料取出来，这种把不存在的东西说得煞有介事的现象  ，查不到的一律舍弃 ，面对它给出的任何引用 、它不会承认“我记不清了”  ，读起来可信的答案 。唯独事实本身可能是凭空生成的 。最让人头疼的往往不是文风 ，可拿去数据库一查，在人工智能领域有个专门的说法 ，多音字姓名这类低频细节，反而倾向于补全一个格式完整 、 对使用者而言，叫作“幻觉”。查得到的留下，但把它的每一条输出都默认为检索结果就危险了。学到了“某某学者在一九九八年于某期刊发表过一篇关于某主题的论文”这类句式的高频搭配规律， 因为它的训练目标里并没有“承认不知道”这一项，期刊名 、训练时它读过海量文本 ，要么查无此文 ，细节像 ，既不贪快也不含糊。务实做法始终是自己动手去原始数据库里复核一遍 ，它便按照这套概率结构把看起来最合理的词拼在一起 。精确的卷期页码、作者姓名、合作者顺序、而是根据上文逐字预测下一个词最可能是什么。要么卷期页码对不上。格式对、出版年份一应俱全 ，