幻觉
- 说人话
- 模型不是在查资料，它是在算下一个字最可能是什么。碰到没学过、你也没给它的内容，它不会停下来说不知道，而是顺着语感把话接完整，编出格式完全正确的论文标题、接口参数、法条编号。越是冷门领域，编得越顺口。
- 说行话
- 评测报告里对应的两列指标叫 faithfulness（忠实度，答案有没有超出给的材料）和 groundedness（每句话能不能指回原文某一段），Ragas、DeepEval 这类工具算的就是它们。
- 潜台词
- 「它胡说八道」。多数情况下是上下文里根本没有答案，模型不肯说不知道。
- 别用它
- 不是资料给得越多，幻觉就越少。塞进去的材料一旦杂乱、互相矛盾，它反而更容易拼出一个看似合理的答案。
拿这个能做什么2 个项目
- 01
- 02
治幻觉的前提是能量化。没有评测集就调提示词，等于蒙眼开车，改完只能靠感觉说「好像好点了」。
动手试试做完就算会了
问本地的 qwen2.5:1.5b：列出五篇讲检索增强生成的论文，附 arXiv 编号。把编号逐个接在 arxiv.org/abs/ 后面打开，多半对不上，要么是另一篇不相干的论文，要么直接 Article not found。记下五个里中了几个，以后换模型、改提示词都拿同一问重测。