原始标题：如何查看AI“严重废话”（新知识）[现象]使用人工智能模型时，许多人可能会发现类似的问题：有时它们遇到了细节甚至“严重的胡说八道”。例如，当您要求推荐一本书时，您会提供一堆不存在的书籍；当您有角色时，您还可以提供一些不准确的链接...这些现象可以归类为AI幻觉。 [评论]通常可以理解所谓的AI幻觉，因为AI就像一个心理幻觉的人一样。当遇到不熟悉或超越“知识储备”的问题时，请提供一些不存在的细节，并制定与事实相反的答案。一项调查显示了“在使用AI应用程序的过程中可以找到什么已知问题”的调查是，“内容不准确或包含错误信息”，其成本高达42.2％。 Ai Guni来自哪里？你可能需要从来源找到答案。工作大型模型的原理是根据可能性生成内容。如果您在句子的前半部分给它，它会根据其“学习”的大量知识“计算”句子的下半部分。例如，当用户进入“现在天气很棒”时，可能会像“良好”，“热”和“水分”，而不是“甜”之类的回答。同时，大型模型不仅存储了所有事实，而且按照记住的人脑是事物而压缩和概括它们，也​​就是说，“了解摘要并找到规则”。因此，当大型模型中的“饲料”培训数据包含虚假信息时，它将创建“幻觉”，并提供错误的答案。一份报告显示，我国人工智能产品的用户数量达到了2.49亿。随着用户规模的迅速增长，AI幻觉的危险也会增加。例如，如果有些骗局AI反复学习的帐篷似乎是合理的，但它将形成“数据污染 - 算法吸收 - 重新预防”的恶性循环。它引起的错误信息传播的有效限制是不可避免的话题​​。但是，也有观点认为，AI的幻觉可以被视为一种“多样化的思考”和“理论的伊马欣，如果大型模型中的培训被认为是信息的“压缩”过程，则通过理解和发布“压缩”过程，然后将大型模型的答案理解和释放为“ deptraction of deptractions of deptractions”。顾问始终如一地促进合成内容徽标的加速实施。文本或答案的产生，提高了内容的质量和准确性； Thyi Big模型增强了训练语料库的管理，并通过“红色，蓝色和蓝色”机制提高了识别错误信息的能力。对于大多数用户，我们必须加快AI素养的提高，并学会在大型模型的帮助下使用“智能工具”来打破它。以固定的方式思考，激发创新，并提高自己有效捕获，理解，审查和使用信息的能力。人们正在塑造工具，工具也影响了人类的生活。应对诸如幻觉的挑战的过程 - ai的咨询不仅促使人们考虑改善其工作技术，而且还为连续AI进化提供了动力。仅通过刺激新技术的积极价值，并允许AI更好地融入劳动力和生活中，并赋予数千个行业，我们可以移动T哦，明智的季节更加稳定。