该论文介绍，大语言模型(如ChatGPT和Gemini)是能阅读和生成自然人类语言的人工智能系统。不过，这类系统很容易产生“幻觉”，生成不准确或没有意义的内容。检测大语言模型出现“幻觉”的程度很难，因为这些回答的呈现方式可能会让它们看起来很可信。

GJB_Z299B电子设备可靠性预计手册中新网北京6月20日电 (记者 孙自法)基于人工智能(AI)的大语言模型(LLM)回答问题并非总是准确可靠，有时甚至极其智能地以“幻觉”方式提供胡编乱造的答案让人真假难辨，对此如何予以有效检测广受关注。

国际著名学术期刊《自然》最新发表一篇人工智能研究论文称，研究人员开发出一种能检测大语言模型“幻觉”的方法，这种方法通过“以毒攻毒”方式，能测量生成回答的含义的不确定性，或能用于提升大语言模型输出的可靠性。