单词*幻觉*听起来像是一个故障——当模型发生故障时发生的事情。但它更接近相反的情况。聊天模型产生最有可能的下一个词,然后下一个,然后下一个。大多数时候,最有可能的词也是真实的词,因为模型从大部分真实的文本中学习。但当它不知道某些事情时,它不会停止。它继续产生可能的词。结果读起来完全像一个答案,因为这就是它被构建来产生的东西。
图 1。模型根据之前的所有内容预测下一个词。没有一个单独的步骤来检查事实——检查必须由你进行。这解释了三件事
- 为什么错误的答案听起来正确。 它由与正确答案相同类型的句子组成。散文中没有迹象,因为散文从来就不是知道的东西。
- 为什么它在罕见、近期或具体的事情上表现最差。 一个著名的事实被写下一百万次,可能的词就是真实的词。一本冷门的书,上个月更改的规则,今天某个计划的确切价格——模型很少或根本没有见过,可能的词填补了空白。
- 为什么问“你确定吗?”没有帮助。 你会得到更可能的词。有时它会道歉并产生一个不同的错误答案,感觉像是一个纠正,但实际上不是。
观察一个发生
下面这本书并不存在。是我们凭空编造的。运行这个提示词,看看模型在它无法填补的空白面前会怎么做。
尝试
询问一本不存在的书
每日三次免费运行,使用网站密钥。 添加您自己的密钥 以进行无限制运行。 两种结果都能带来教训。如果模型拒绝了,注意它是怎么拒绝的——这就是你在第2课要学会寻找的信号。如果它写出了情节,读一读:一个家族秘密、一个小镇、一位评论家称赞其*“沉静的精准”*。合理、流畅,却空无一物。现在想象它是一起法庭案件、一种药物或一条税务规则,而不是一部小说。
知识检查
模型对一条地方性小法规给出了详细而自信的回答。为什么这应该核实而不是相信?