AI大模型之模型幻觉

模型幻觉（Model Hallucination）是大模型生成内容时脱离事实、虚构信息的一种现象，尤其在语言模型、图像生成模型等中较为常见。为了更深入地理解这一现象，我们可以将其分为两个维度进行分析：内在幻觉（Intrinsic Hallucination） 和 外在幻觉（Extrinsic Hallucination）。

一、引言

大规模语言模型（LLMs）在自然语言生成任务中展现出强大的能力，但同时也存在生成内容与事实不符、逻辑混乱、语义偏差等问题，统称为“幻觉”（Hallucination）。幻觉不仅影响模型的可用性和可信度，还制约其在高风险场景（如医疗、金融、法律等）中的应用。

学术界普遍将幻觉现象分为两类：内在幻觉（Intrinsic Hallucination）与外在幻觉（Extrinsic Hallucination）。这一区分有助于明确幻觉产生的根因，并指导不同的检测与缓解策略。

二、内在幻觉（Intrinsic Hallucination）

2.1 定义

内在幻觉是指模型生成的文