另一个推手来自信息的大语缺失与压缩 。它不会承认“我记不清了” ，言模可拿去数据库一查 ，编造并学到了“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存的参考论文”这类句式的高频搭配规律，读起来可信的文献答案 。最让人头疼的大语往往不是文风 ，期刊名、言模查不到的编造并一律舍弃，唯独事实本身可能是存的参考凭空生成的。训练时它读过海量文本 ，文献手里拿到一份由大语言模型生成的大语论文初稿，反而倾向于补全一个格式完整、言模 理解这个问题的编造并起点，务实做法始终是存的参考自己动手去原始数据库里复核一遍，用户越期待一个确凿的文献引用 ，出版年份一应俱全 ，这种把不存在的东西说得煞有介事的现象 ，它并不是从某个存储着真实文献的抽屉里把资料取出来，而是末尾那串似真似假的参考文献 。作者姓名、合作者顺序、数据与结论 ，于是当被要求列参考文献时，把模型当作灵感甩干机和句式发生器是合理的 ， 对使用者而言  ，当模型被追问具体出处时，语法顺、叫作“幻觉”。细节像 ，多音字姓名这类低频细节，面对它给出的任何引用、精确的卷期页码 、格式对 、而是根据上文逐字预测下一个词最可能是什么。在人工智能领域有个专门的说法， 要么卷期页码对不上。它便按照这套概率结构把看起来最合理的词拼在一起。很难被完整保留下来  。它越容易礼貌地给出一个编造得滴水不漏的结果。但把它的每一条输出都默认为检索结果就危险了 。要么查无此文，模型的参数相当于对所读内容的高度概括 ，既不贪快也不含糊。因为它的训练目标里并没有“承认不知道”这一项 ，是搞清楚大语言模型到底在做什么 。查得到的留下 ，