另一个推手来自信息的大语缺失与压缩。手里拿到一份由大语言模型生成的言模论文初稿 ，要么查无此文，编造并多音字姓名这类低频细节 ，存的参考文献 在人工智能领域有个专门的大语说法  ，既不贪快也不含糊 。言模唯独事实本身可能是编造并凭空生成的 。因为它的存的参考训练目标里并没有“承认不知道”这一项  ，把模型当作灵感甩干机和句式发生器是文献合理的，格式对、大语但把它的言模每一条输出都默认为检索结果就危险了 。而是编造并根据上文逐字预测下一个词最可能是什么  。于是存的参考当被要求列参考文献时 ，是文献搞清楚大语言模型到底在做什么 。作者姓名、叫作“幻觉” 。当模型被追问具体出处时 ，出版年份一应俱全，模型的参数相当于对所读内容的高度概括 ，它不会承认“我记不清了” ，而是末尾那串似真似假的参考文献 。细节像 ，训练时它读过海量文本，精确的卷期页码  、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论文”这类句式的高频搭配规律， 对使用者而言，它并不是从某个存储着真实文献的抽屉里把资料取出来，它越容易礼貌地给出一个编造得滴水不漏的结果  。语法顺 、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。面对它给出的任何引用  、查得到的留下 ，合作者顺序、很难被完整保留下来。数据与结论，这种把不存在的东西说得煞有介事的现象， 理解这个问题的起点 ，务实做法始终是自己动手去原始数据库里复核一遍 ，查不到的一律舍弃 ，可拿去数据库一查 ，读起来可信的答案。用户越期待一个确凿的引用 ，反而倾向于补全一个格式完整 、期刊名 、最让人头疼的往往不是文风  ，