AI降幻觉律,有什么最新研究吗
AI降幻觉(即减少人工智能编造虚假信息的现象)的最新研究证实:幻觉是大模型与生俱来的先天限制,无法被彻底消除,但可以通过检索增强生成(RAG)、自我验证机制、智能体工作流以及人类专家介入等手段大幅压制和管控。
下面我们把这些高深的学术研究,掰开揉碎了,用大白话讲给你听。
一、 为什么AI一定会“幻觉”?这是它的“先天基因”
大模型的“幻觉”,说白了就是AI在一本正经地胡说八道。它生成的句子读起来通顺连贯,但事实却是错的、逻辑是乱的,甚至完全是凭空捏造的。你可能会问,咱们使劲改,能不能把它彻底改掉?
最新研究给出的答案很残酷:不能,幻觉是大模型的宿命。
为什么会这样?这得从大模型的“出身”说起。大模型本质上是一个概率预测机器,它不是在数据库里“查资料”,而是根据上文猜下一个最可能出现的字。研究从数学的“可计算性理论”上证明了大模型不可能学会世界上所有的可计算函数,当它遇到没学过或者学得不牢固的知识时,它不会老老实实说“我不知道”,而是会顺着概率瞎编一个看起来最像正确答案的东西。因为现实世界比数学模型还要复杂得多,所以在真实应用中,大模型的幻觉是不可避免的。这就好比一个人只背了半本字典,却硬要装作认识所有字,遇到不认识的就只能靠发音瞎蒙。
二、 降幻觉的四大“法宝”
既然除不了根,咱们怎么把幻觉压制在安全范围内?目前学术界和工业界有四大主流法宝。
法宝一:给AI配个“外脑”——检索增强生成(RAG)
既然AI自己的记忆不靠谱,那最直接的办法就是让它开卷考试。这就是目前最火的RAG(Retrieval-Augmented Generation,检索增强生成)技术。
RAG的原理很简单:在AI回答问题之前,先去外部权威资料库里把相关的真实文档搜出来,然后让AI看着这些文档再回答。这就像给一个容易忘事的老人配了个随身笔记本,或者让律师开庭前先翻卷宗。
在极其容易出人命的医疗领域,RAG已经被广泛采用。因为医学知识更新极快,AI脑子里的旧知识很容易耽误事,而RAG能提供最新的医学指南。比如,有研究专门针对肾脏病学,把大模型和包含最新慢性肾病指南(KDIGO 2023)的RAG系统结合,结果生成的医疗建议既专业又准确。在大规模的医学问答测试中,加了RAG的系统能把不同大模型的准确率最高提升18%,甚至让一些中等水平的AI达到了顶级模型(如GPT-4)的水平。
但是,RAG也不是万能药。最新测试发现,AI用RAG时有几个致命弱点:
- 耳根子软(抗噪性差):如果搜回来的资料里夹杂了没用的噪音,AI容易被带偏。
- 不会拒答(负向排斥弱):如果搜回来的资料其实都不包含答案,AI硬要强行总结,就会出错。
- 不会拼图(信息整合难):当答案散落在多篇文档里时,AI往往拼凑不出完整的真相。
- 中间遗忘(迷失在中间):研究发现,AI非常像人,对资料开头和结尾的信息记忆深刻,但对中间部分的信息经常视而不见,这被称为“迷失在中间效应”。
法宝二:让AI自己“复查作业”——自我验证与纠错
除了给资料,研究者还在训练AI的自我反思能力。
有一种很管用的提示词技巧叫思维链(Chain-of-Thought, CoT),就是让AI不要直接给答案,而是一步一步写出推导过程。研究发现,在那些因为提示词没给好而引发幻觉的场景里,让AI用思维链一步步想,能大幅降低胡编的概率。
更进一步的最新技术叫验证链。这就好比AI写完卷子,再给自己出一份检查题:
- 先写个初稿;
- 针对初稿里的关键点,自己出几道验证题(比如初稿说“爱因斯坦1921年获奖”,验证题就是“爱因斯坦哪年获奖?”);
- 独立回答这些验证题,确保不受初稿干扰;
- 根据验证结果,修改初稿,给出最终答案。 这套自己给自己挑错的方法,在各种任务中都有效减少了幻觉。
学术界还梳理了自动纠错的三大流派:在训练时纠错、在生成时纠错,以及生成后的纠错,核心都是用自动化反馈来让AI“知错就改”。
法宝三:给AI配个“安检员”和“专家团”——智能体架构
现在的降幻觉前沿,已经从单打独斗走向了团队作战,也就是智能体架构。
一种方法是在系统里设一个“安检员”。比如LangGraph系统把AI的回答分为三类:
- 知识正面幻觉(HK+):AI懂这个知识,但嘴瓢说错了。这时候触发“人工介入”机制,让真人专家来纠正。
- 知识负面幻觉(HK-):AI根本不懂,瞎蒙的。这时候自动触发RAG,去外网查资料补充知识。
- 正常回答:准确无误,直接放行。
在医疗场景中,这种团队作战更成熟。比如最新的“Polaris”医疗星座架构系统,包含一万亿个参数,它由一个主聊AI(负责跟患者拉家常、建立信任)和几个专科AI(负责核对药品、医学常识等)组成。主聊AI一旦涉及专业问题,专科AI就会在后台默默审核,一旦发现主聊AI要胡编,立刻纠正。这套系统招募了1100多名美国注册护士和130多名医生进行测试,结果显示它在医疗安全性和临床准备度上,已经达到了人类护士的水平,而且幻觉率远低于单体的大模型(如GPT-4)。
法宝四:关键时刻请真人出山——人类专家介入
在危机自救等高风险场景下,AI幻觉真的会害死人。实验模拟了火灾自救场景,发现当AI给出高幻觉的错误指导时,用户会感到极大的认知负担(脑子发懵)和负面情绪,对AI的评价直线下降。
怎么化解?研究发现,如果在AI给出建议的同时,配上人类专家的指导意见,情况就会大逆转。专家的意见就像一颗定心丸,能大幅降低用户因为AI胡说八道而产生的认知负担,缓解焦虑,也弥补了AI幻觉带来的负面影响。这就好比导航虽然有时导错路,但旁边坐着个老司机指路,心里就踏实了。
三、 降幻觉也有“安全度量衡”
降幻觉不能光凭感觉,还得有科学的评估方法。特别是在医疗文书的生成上,幻觉可能关乎人命。最新的研究提出了一个严密的临床安全评估框架,包括对AI输出错误进行分类、进行迭代对比,以及临床安全评估。在一项包含近13000句医生标注的实验中,原始的AI写病历幻觉率是1.47%,遗漏率是3.45%。通过不断优化提示词和工作流,研究人员成功把重大错误率降到了比人类手写病历还要低的水平。这说明,只要方法对,AI是可以比人类更细心的。
同时,研究人员也在呼吁建立更全面的“护栏”机制。这就像给汽车装上安全带和防撞梁,从数据源头把关,到模型训练约束,再到生成后的拦截,全方位防止AI的恶意攻击、偏见和毒性输出,而幻觉就是其中最需要防的风险之一。
总结
总而言之,最新的研究告诉我们,AI幻觉就像人的基因缺陷一样,是永远存在的。指望AI绝对不撒谎是不现实的。但我们现在有了很多聪明的对策:给它外挂知识库(RAG),教它自我复查,给它组个专家团,并在关键时刻让人类专家兜底。在医疗等高风险领域,这些方法已经能把幻觉压制到比人类出错率还低的水平。未来,用好AI的关键,就是接受它会胡说八道的事实,并熟练使用这些“降幻觉法宝”来系好安全带。