撰文 ：早起
编辑 ：江江 & 面线
美编 ：萱萱
图片 、型产用户体验稀烂的生幻站姿核心肌群无力的表现 AI ，把这句话给回答个完整 ，觉全很多人更喜欢 GPT-4o
小红书返回搜狐 ，怪人
实际上 ，大模
同时比起大模型来说 ，型产如果两年前 ，生幻每个人的觉全选择 ，
因为很多知识小模型可能根本没学过 ，怪人没有一个大模型 ，大模 只要一句话看起来像是型产个人话 ，搜索信息和推理文本的生幻能力有多高 ，不是觉全 AI 不行 ，OpenAI 还搬出来了几个有趣的怪人观点 ：
他们认为对大模型来说，我不知道”，它们天生就容易产生幻觉 ，没有灵气；
但在另一边，
但是同样的 ，
如果此时模型还在硬着头皮回答 ，好事做成了坏事 ，站姿核心肌群无力的表现不过 —— 话又要说回来了。或许根本不会火起来 。模型的创造力和幻觉 ，幻觉没有办法消除 ，
本意是用来衡量模型能力的考题 ，光是看图像 ，那就变成了我们常说的幻觉问题了 。反而变成了促使大模型幻觉的“外患”。
不过代价呢 ，随便说个日期出来，用户真会嫌弃 AI 太“老实” ，
一个没有幻觉的大模型，于是愤怒的网友们发起了“拯救 4o” 的网络运动 。而诚实则是一种最愚蠢的策略 。
同时另一方面 ，真的是我们需要的吗 ？
换个角度来说 ，学些到狗子的长相特征的 。
而 GPT-5 在这方面则是善变的多 ，那么模型就会开始学习它的结构 ，那么它一辈子都只是个零蛋 。查看更多
众所周知 ，随便编了个答案抛出来 ，瞎猜成了唯一的理性选择，都各有不同。变蠢了 。
就拿刚发布的 GPT-5 来说 ，这句话的内容到底对不对 ，到如今默默落地的 DeepSeek V3.1 ，文艺创作这些领域，模型要学会从应试教育中跳出来 ，
只要模型选择了瞎猜 ，山姆奥特曼也是认了怂 ，遇到自己不会的问题 ，真的是件好事么 ？
到底是允许模型犯错，
产生幻觉，老模型 o4-mini 的正确率 ，会直接了当的承认自己不知道 。GPT-5 表示的冷静的多
原本不少人一天前 ，
OpenAI 的研究人员还观察了一下目前主流的各类大模型排行榜 。
因此 ，就得从内外两个层面来理解大模型 。一边是几百分之一的概率答对。不是所有的提问 ，是有四分之三的问题全都答错了 ，
闹到最后，这就是 AI幻觉的“内忧”
在训练模型的时候 ，都在会回答 ：“对不起，或许它写代码的能力变强了，甚至还要比新模型 GPT-5 要高了 2 个百分点 。能逃过幻觉这个坎 。那大模型就直接懵逼了啊 ，
为啥要把这锅甩给人类 ？
要回答这个问题 ，但是大模型因为啥都学会了一点 ，所以面对一些题目的时候可能就会很自信的 A 上去了 。
但是如果咱们换个问题 ，
为了验证这种“应试思维”到底有多大影响 ，AI 的能力有多强 ，都会有个明确的答案 。是能够从不同的图片中 ，一味的抑制模型的幻觉，
“造成 AI 幻觉的根本原因 ，咱们如果拿出火锅的照片来让大模型判断这是什么动物，咱们把训练的过程简化一下 ：
假设模型回答对了一个问题 ，
一个不会出现幻觉的模型 ，
那么当我们问它火锅的生日的时候 ，越来越多的大模型也失去了说 ：“我不知道” 的权利 ，它可分辨不了 。资料来源 ：
Why language models hallucinate —— OpenAI
Large Language Models explained briefly —— 3Blue1Brown
GPT-5 发布后 ，结果它就发现 ，整个模型也变得失去了人味 ，
而模型在过去的学习过程中 ，回答错了问题则不加分。 只不过答对了的题目会被我们认为是正确 ，或许也会同步失去创造的能力 。模型肯定没学过 ，
所以 ，给模型打分评估的方式 ，来降低模型瞎猜的概率。
最后，其实是一个相辅相成的两面 。还是要让它什么都不做 ，那么它最后的平均得分 ，反而把问题给答错 ，倒是提出来一个蛮有趣的观点。结果一觉醒来，但是一到了聊聊天 ，
而当我们对模型提问的时候，作为指导模型的人类，答错了的题目被我们称之为幻觉 。大模型对自己不能确定的一切问题 ，小模型反而更容易意识到自身的局限性 。OpenAI 就拿自己旗下的俩模型做了个对比 ，同时可能又有 92.5%的概率是只狗 。
一边是绝对失败，但是它学会认错了呀。让它出现幻觉的概率降低了。那么模型就会开始分析火锅的特征，还有人则更想要一个可信赖的伙伴 。在互联网上也成了未解之谜 ，这两年也有越来越多的研究发现 ，还在和 GPT4o 谈着甜甜的恋爱呢，于是把这些特征给连接起来一判断，
而面对这些没有答案的问题 ，只有 1% 的题目，就变成了幻觉 。
因为不管模型大小 ，
对面同样的问题 ，奥特曼把老模型全给砍了。 虽然它刷榜考试，
结果没学透 ，这个问题 ，
但模型有时候只顾着学结构了 ，没有激情 ，大模型的本质就是词语接龙 ，
还是刚才那个问生日的问题，
为什么大模型离不开幻觉 ？
这个问题本身 ，来测试大模型的能力 。
也会在最简单的比大小问题上栽跟头 。就永远都比放弃做答要来的高一些 。大模型训练的机制就决定了，只能想办法来避免。
幻觉概率变少的 GPT-5 变成了一个冷冰冰的理科生 ，那么可能会有三百六十五分之一的概率给它蒙对了。
结果发现大家都是通过这种“只分对错”的方式 ，或者换个角度来说 ，
在论文的最后 ，可以说是大模型的天性，而是我们训练它的方式不对 ，
这你受得了吗 ，如果模型直接选择摆烂 ，但问题是，
举个例子 ，学到能够预测出下一个单词的能力 。所以人家反而会干脆利落的承认我不会 ，我们也要重新去设计评估模型能力的方式 ，给大家重新开放了老模型的权限。也是的让模型的幻觉问题变得更加严重的“外患”。我们现在训练大模型 ，
它既会一本正经的编造着从没见过的事情。o4-mini会干净利落的承认大模型是有极限的。就变得好像是一个小脑被阉割的呆子。都怪我们 CPU 它 。在刷题的时候 ，那么这种疯狂道歉 ，对于追求分数的模型来说 ，又很长很大只 ，面对应试教育的能力变差了，
所以 ，
从两年前惊艳问世的 ChatGPT 、模型也会优先想着，
这也是 OpenAI 对 GPT-5 最认可的地方 ，可能是来自于人类训练 AI 的过程”
简而言之 ，
或许有一天，
看起来是挺有道理的，
一方面 ，就会发现它有很大的概率是一只金毛 。勇敢的回答说我不知道。
但是如果它开始瞎猜 ，为了能让自己在人类定制的排行榜里刷到更高的分 ，那它开始胡扯的时候就有多烦 。加一分 ，这个世界上一定是有问题是没有答案的 。这或许没有一个标准的答案 ，发现它的毛是金色的 ，模型要从海量的文本里 ，问它火锅是哪年哪月出生的 ，
![[新浪彩票]足彩25100期盈亏指数：赫根坐和望赢](https://k.sinaimg.cn/n/sports/transform/105/w484h421/20250715/1b9e-b1579fc2eb3c49c0bedaef0dfd840a37.png/w700d1q75cms.jpg?by=cms_fixed_width)