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