OpenAI上周发了一篇论文，重点聊了大家都挺感兴趣的话题：为什么大模型会有幻觉？
评测缺陷
举个例子：你现在参加一场考试，答对得1分，答错或不答都是0分。
在这种规则下，最佳策略是什么？ 应该是碰到完全不会的题目，蒙一个答案。因为蒙对了血赚，蒙错了不亏。
这个模式正是今天绝大多数AI模型在面对的评测环境。
包括GPQA、MMLU-Pro、SWE-bench在内的众多热门评测基准，都是在用Binary Grading。
非对即错，如果模型回复IDK （I Don’t Know）这类表达不确定的回答，和错误的答案一样，都会被判为0分。
所以，模型通过RLHF等后训练，核心目标之一就是在这些基准上拿到高分。
为了最大化期望得分，模型会学到一个最优策略：永远不要承认自己不知道，给出一个看起来最可能对的答案去赌那1分。
他们整理了一张表，几乎所有我们熟悉的评测，都对IDK零分处理，甚至在WildBench的评分体系里，一个包含幻觉的还行的回答（5-6分）得分可能比一个诚实的IDK（3-4分）更高。
幻觉根源：预训练的原罪与后训练的放大
论文进一步从模型训练的两个阶段，剖析了幻觉的来源。
预训练阶段
在预训练阶段，模型学习的是海量文本的统计规律。
论文通过证明，即使训练数据完全正确，模型为了达到更好的Calibration，也必然会产生错误。
结论是：模型对那些在训练数据中仅出现过一次的事实产生幻觉的概率，与这些事实在数据中的占比直接相关。
简单来说，对于那些冷知识，模型天生就有一定的概率会猜错。
这是统计规律决定的，无法避免。
后训练阶段
问题在后训练阶段被急剧放大了。RLHF等对齐技术，本意是让模型变得更有用、更无害。但由于评测基准本身存在缺陷，对齐过程就变成了应试训练。
在预训练阶段那些不确定的知识点上，选择猜而不是不说，在MMLU、SWE-bench这些考试里得分更高。
于是，一个原本只是偶尔记岔的模型，被活活训练成了一个习惯性撒谎的老油条。
最终，我们得到的就是一个在所有问题上都表现得无比自信，但实际上可能正在一本正经胡说八道的模型。
如何打破僵局？
既然问题出在评测的上，那么解决方案也要从规则入手。
论文给出了一个提议：改造现有评测，引入明确的置信度阈值和错误惩罚机制。
别再用简单的0/1评分了，而是像某些更严格的考试一样，明确告诉模型：
请只在你有超过75%把握时回答。因为答错要倒扣3分（t/(1-t)，这里t=0.75），答对得1分，回答我不知道得0分。”
在这种新规则下，模型的最佳策略就会发生改变。当它对一个答案的置信度低于75%时，最理性的选择就是回答我不知道，因为猜的风险（-3分）远大于潜在收益（+1分）。
最后
AI的幻觉问题，不止是技术问题，是一个由评测生态驱动的激励机制问题。
上周五Qwen-max发布，全面吊打所有闭源模型。
现在的模型，几乎都是跑分王。
我们又一次进入要靠实测体验来判断大模型能力的好坏的阶段了。
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01 教学内容
-
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
-
大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
02适学人群
应届毕业生： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
vx扫描下方二维码即可
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03 入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04 视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05 行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
06 90+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
