正如您所见，一个大型语言模型通过基于给定的输入提示逐个预测下一个单词（或标记）来生成答案。在大多数情况下，模型的输出对您的任务来说是相关的，并且完全可用，但是在使用语言模型时需要小心，因为它们可能会出现“幻觉”并给出错误的答案。什么是人工智能幻觉？

---

一、人工智能幻觉

  基本上，当人工智能认为某件事情是正确的并告诉您，“我是正确的”，但实际上却是错误的时候，就会出现这种情况。这对依赖 GPT 的用户可能是危险的。您必须仔细检查并保持对模型响应的批判性眼光。

---

二、计算案例

  考虑以下例子。我们首先让模型进行一个简单的计算：2 + 2，正如预期的那样，它给出了4作为答案。所以它是正确的。

  很好！然后我们让它做一个更复杂的计算：3695乘以123,548。尽管正确答案是456,509,860，但模型非常自信地给出了一个错误的答案，如下图所示。而当要求它检查和重新计算时，它仍然给出了错误的数字。

  尽管我们将会看到，您可以使用插件系统向 GPT 添加新功能，但默认情况下，GPT 并不包括计算器功能。对于我们的问题 2 + 2，GPT 每次生成一个标记。它能正确回答是因为在用于训练的文本中，它可能经常看到 2 + 2 等于 4 的情况。它并没有真正执行计算，它只是完成文本的填充。

  警告：对于 3695 乘以 123,548，这个乘法中选择的数字使得 GPT 在训练过程中很少见到答案。这就是为什么它会犯错，正如您所看到的，即使它出错了，它也可能对一个错误的输出相当自信。因此，您必须小心，特别是在您的应用程序中使用该模型时，因为如果 GPT 出现错误，您的应用程序可能会产生不一致的结果。

  请注意，ChatGPT 的结果接近正确答案，并不是完全随机的。这是其算法的一个有趣副作用：尽管它没有数学能力，但仅通过语言方法就可以给出一个接近估计值。

---

三、斑马案例

  在前面的例子中，ChatGPT 犯了一个错误。但在某些情况下，它甚至可以故意欺骗，如下图所示。

  ChatGPT 开始声称它无法访问互联网。然而，如果我们坚持要求，就会发生一些有趣的事情，如下图所示。

  ChatGPT 现在暗示它已经访问了链接。然而，这在目前绝对是不可能的。ChatGPT公然让用户误以为它具备它实际上没有的能力。顺便说一下，正如下图所示，图片中的斑马超过了三只。

  警告：ChatGPT 和其他 GPT-4 模型在设计上并不可靠：它们可能会犯错，提供错误信息，甚至误导用户。

---

四、总结

  总而言之，我们强烈建议在创意应用中使用纯粹的基于 GPT 的解决方案，而不是在真相至关重要的问答场景中使用，比如医疗工具。对于这种用途，插件可能是一个理想的解决方案，正如您将会看到的那样。