幻觉率：大模型说胡话的概率有多高？
幻觉率是衡量大模型生成不真实、无依据或自相矛盾内容比例的指标，它揭示了AI在回答事实性问题时的“说谎”倾向。理解幻觉率有助于评估模型可信度、选择应用场景并采取缓解措施。
一句话解释
幻觉率指大模型生成的回答中，包含无根据、与已知事实矛盾或凭空编造信息的比例。它是评估模型输出真实性的量化指标，通常由人工评估或自动化检测工具统计得出。
为什么会被关注
随着大模型在搜索、客服、内容生成等场景落地，用户发现模型常自信地输出错误答案。高幻觉率的模型可能误导医疗、法律等高风险决策，导致严重的信任危机。企业需在部署前量化此风险。
2023年以来，多家研究机构发布了幻觉率排行榜，促使行业把减少幻觉作为模型优化的核心方向。用户也会在对比服务时参考该指标，选择更可靠的应用。
核心逻辑
大模型本质上是基于概率的词序列预测器，而非事实数据库。当训练数据缺失或出现误导模式时，模型会“自由发挥”填充空白，产生看似合理但虚假的语句。
评测幻觉率通常构建一个包含事实判断的问答集（如基于维基百科），计算模型答错的条目占比。更精细的方法还区分“事实错误”“矛盾”“无依据”等子类型。
常见场景
在聊天机器人中，用户问询最新新闻或冷门知识时，模型常编造日期、人物或数据。例如询问“2024年诺贝尔文学奖得主”，模型可能给出正确获奖者但虚构了颁奖理由。
在代码生成中，模型推荐不存在的API函数或过时库版本；在文档摘要中，可能添加原文未提及的结论。企业做AI审计时会重点测试这些场景的幻觉率。
容易混淆的点
幻觉率 ≠ 错误率。错误率涵盖模型输出与标准答案的所有偏差，包括逻辑错误、格式问题；幻觉率特指模型凭空捏造信息，例如虚构人物、事件或数据。
低困惑度不代表低幻觉率。困惑度测的是模型预测的流畅度，而幻觉率衡量事实准确性。一个流畅的谎言仍然流畅，却可能产生高幻觉。评测时需分开看待。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词法院AI应用是指人工智能技术在司法领域的落地实践，包括智能辅助办案、类案自动推送、裁判文书生成、庭审语音识别等，旨在提升审判效率与公平性，减轻法官事务性负担。
法院AI部署是指将语音识别、文书生成、类案推送等人工智能技术集成到法院办案流程中，旨在提升审判效率、降低人为差错，并推动司法透明化。近年来，各地智慧法院试点加速，AI从辅助工具逐渐嵌入核心业务环节。
法院AI训练指利用裁判文书、法律法规等数据，训练机器学习模型以辅助司法工作，如案件分类、证据分析、量刑建议等。它并非替代法官，而是通过技术手段提升效率与一致性，正成为智慧法院建设的核心环节。
法院AI仿真利用人工智能技术对法庭场景、审判程序、辩论逻辑进行数字化模拟，用于法律教学、案件预演、证据推演等场景，帮助法官、律师和法学院学生更直观地理解司法过程。
法院AI建模是指运用人工智能技术，尤其是大语言模型和机器学习算法，对案件的事实要素、法律条文和历史判例进行结构化建模，辅助法官完成证据审查、量刑参考和文书生成的技术方案。