清华大学第五部 DeepSeek 秘籍出炉！（附全集下载）

距离上次分享刚过去三天，我们又第一时间获得了来自清华大学沈阳团队的新 DeepSeek 攻略，赶快分享给大家。

大家在使用 DeepSeek 以及其他大型语言模型时，有没有体验过“一本正经的胡说八道”的现象呢？

此次的第五部新指南，专门探讨了 AI 幻觉的问题。

作为一般用户，我们该如何应对 AI 幻觉，甚至加以利用，看完这篇后就明白了。

值得一提的是，今天分享的 PDF 下载是未经改编的原版哦，网络上常见的都是带有广告的变体版本。

一、AI 幻觉是什么

AI 幻觉通常是指生成内容与事实不符、存在逻辑错误或上下文脱离，其根本是由统计概率驱动的“合理推测”。

换句话说，我们所经历的“一本正经地胡说八道”，正是 AI 幻觉的体现。

AI 幻觉主要分为两种类型：

• 事实性幻觉：生成内容与可验证的真实世界情况不一致

• 忠实性幻觉：生成内容与用户指令或上下文不相符

二、 为何会产生幻觉

至于 AI 为何会产生幻觉，主要有以下几个原因：

• 数据偏差：训练数据中的错误或片面性被模型夸大（如通过过时医学论文产生的错误结论）

• 泛化困境：模型难以应对训练集未包含的复杂场景（举例：南极冰层融化对非洲农业的影响）

• 知识固化：模型过度依赖参数化记忆，缺乏动态更新的能力（如对2023年后事件虚构）

• 意图误解：当用户提问模糊时，模型容易随意发挥（如“介绍深度学习”可能偏离期望的答案）

比如，可以通过假设事件的方式测试不同 LLM 的事实性幻觉情况。

三、如何减轻 AI 幻觉

作为不熟悉技术细节的普通用户，我们如何能减轻 AI 幻觉的影响呢？

首先，建议开启联网搜索功能，使 AI 更新信息的准确性，这样“胡说八道”的风险自然会降低。

在编写提示时，我们应提前规定知识范围，以减少 LLM 营造虚构内容的可能性。

另外，可以借助多款 AI 模型，对生成结果进行交叉验证，让 DeepSeek 和千问互相激发。

目前阶段，AI 幻觉依然无法完全消除，因此在利用大型语言模型辅助工作时，请不要将其视为“万能工具”，而要保持独立思考。

四、AI 幻觉的创造力潜力

当我们需要准确结果时，AI 幻觉常常是不利的。

但在一些需要“创造力”的领域，幻觉可能反而是我们所渴求的。

当然，我们还需逐步建立有效的方法论，并经过合理的验证流程，才能使 AI 幻觉的“创造力”服务于我们。

那么，看完这篇后，是否对“AI 幻觉”这一流行词汇有了基本的认识呢？

IT之家微信公众号回复：AI

即可获取清华大学的原始秘籍，点击这里 或扫描/长按下方二维码进入公众号，关注后发送消息即可获取。

广告声明：文中所含的外部链接（包括但不限于超链接、二维码、相应指令等）旨在传递更丰富的信息，便于阅读，结果仅供参考。