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