據《商業(yè)內幕》今日報道，OpenAI研究人員宣稱已經破解大語言模型性能最大的障礙之一——幻覺問題。

據介紹，所謂幻覺，是指大語言模型把不準確的信息當作事實輸出，幾乎所有主流模型都深受其困擾。

OpenAI在周四發(fā)布的一篇論文中指出，幻覺的根源在于訓練方式更偏向獎勵“猜測”，而不是承認不確定性。換句話說，模型被訓練成“裝作知道”，而不是坦率地說“我不確定”。

不過，不同模型的表現差別明顯。OpenAI在上個月的博文中提到，Claude在面對不確定時往往更謹慎，常常避免給出錯誤回答。但OpenAI也提醒，Claude拒答率偏高，可能削弱了使用價值。

研究人員在論文中寫道：“幻覺之所以難以消除，是因為現有的評估標準獎勵猜測。模型被優(yōu)化成‘考試型選手’，在不確定時猜一猜反而能提高分數?！?/p>

結果是，大語言模型幾乎一直處于“考試模式”，把世界看成非黑即白的是非題。但現實遠比考試復雜，不確定性往往多于確定性，絕對的準確并不常見。

研究人員指出：“人類會在現實生活的挫折中學會表達不確定性的價值，而大語言模型的評估主要依賴考試，這些考試卻懲罰了不確定的回答。”

其認為，解決方法在于重新設計評估標準?！皢栴}的根源是評估指標沒有對齊，必須調整主要的評分方式，避免在模型不確定時因拒答而被扣分。”

OpenAI在介紹論文的博文中進一步解釋說：“目前廣泛使用的基于準確率的評估需要更新，打分方式應當抑制‘亂猜’行為。如果排行榜繼續(xù)獎勵僥幸的回答，模型就會不斷被訓練成靠猜測過關?！?p>