AIGC動態(tài)歡迎閱讀

原標題：深挖大模型幻覺！哈佛大學最新報告：LLM等價于眾包，只是在輸出「網(wǎng)絡」
關鍵字：模型,報告,主題,問題,
文章來源：新智元
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

新智元報道編輯：LRS
【新智元導讀】哈佛大學研究了大型語言模型在回答晦澀難懂和有爭議問題時產(chǎn)生「幻覺」的原因，發(fā)現(xiàn)模型輸出的準確性高度依賴于訓練數(shù)據(jù)的質(zhì)量和數(shù)量。研究結(jié)果指出，大模型在處理有廣泛的問題時表現(xiàn)較好，但在面對爭議性或信息不足的主題時則容易產(chǎn)生誤導性的回答。自ChatGPT發(fā)布以來，用戶的搜索方式、人機交互都發(fā)生了極大改變，諸如問題回答、文本總結(jié)和交流對話等各種簡單應用場景下的體驗都有了很大提升，有時甚至超過了人類的表現(xiàn)。
大模型之所以能生成全面且連貫的文本，其能力主要來源于Transformer模型架構(gòu)和海量預訓練、微調(diào)數(shù)據(jù)集。
不過，大模型還存在一個頑疾「幻覺」，會生成一些看似真實但非事實、無意義或與給定提示不一致的回應，可能會導致錯誤信息的傳播，在關鍵決策應用中造成有害后果，甚至導致用戶對AI系統(tǒng)的不信任。之前就發(fā)生過相關案例，《紐約時報》發(fā)表了一篇關于某位律師使用ChatGPT案例引用的文章，用戶卻沒有意識到故事是虛構(gòu)的；這一也凸顯了幻覺的危害性：普通用戶很難察覺、識別出幻覺。
最近，哈佛大學的研究人員發(fā)布了一篇報告，在幾周內(nèi)向各種人工智能模型提出了一系列

原文鏈接：深挖大模型幻覺！哈佛大學最新報告：LLM等價于眾包，只是在輸出「網(wǎng)絡」

聯(lián)系作者

文章來源：新智元
作者微信：
作者簡介：