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