6月24日消息，近年来，人工智能技术的飞速发展使得聊天机器人等应用逐渐渗透到我们生活的方方面面。这些智能助手以其高效、便捷的特点，成为了人们获取信息的重要工具，特别是在处理日常问题、查询知识和进行简单对话时。
造成“幻觉”的原因之一是训练数据不准确、泛化能力不足以及数据采集过程中的副作用。不过，牛津大学的研究人员另辟蹊径，在最新出版的《自然》杂志上详细介绍了一种他们新开发的方法，用于检测大型语言模型 (LLMs) 的“捏造” (即任意生成的不正确信息) 问题。
LLM 通过在训练数据中寻找特定模式来生成答案。但这种方法并非总是奏效，就像人类能从云朵形状中看到动物一样，AI 机器人也可能找到并不存在的模式。然而，人类知道云朵只是形状而已，天上并没有漂浮的巨型大象。LLM 则可能将此视为真实的，从而“捏造”出并不存在的新科技和其他虚假信息。
牛津大学的研究人员利用语义熵的概念，通过概率来判断 LLM 是否出现“幻觉”。语义熵指的是同一个词语拥有多种含义的情况，例如，“desert”可以指沙漠，也可以表示抛弃某人。当 LLM 使用这类词语时，可能会对表达的含义感到困惑。通过检测语义熵，研究人员旨在判断 LLM 的输出内容是否存在“幻觉”的可能。
利用语义熵的优势在于无需额外的监督或强化学习，即可快速检测 LLM 的“幻觉”问题。由于该方法不依赖于特定任务的数据，因此即使 LLM 面临从未遇到过的新任务，也能加以应用。这将大大提升用户对于 LLM 的信任感，即使是 AI 首次遇到某个问题或指令。
研究团队表示：“我们的方法可以帮助用户理解何时需要对 LLM 的输出保持谨慎，并为原本因不可靠性而受限的 LLM 应用开辟了新天地。”
如果语义熵被证明是一种有效的“幻觉”检测手段，那么我们可以利用这类工具对人工智能的输出进行双重校验，使其成为更加可靠的伙伴。不过需要提醒的是，就像人类并非无懈可击一样，即使配备了最先进的错误检测工具，LLM 也仍然可能出错。因此，始终对 ChatGPT 等聊天机器人提供的答案进行仔细核查仍然是明智之举。
