AI 幻觉有哪些常见的表现形式？

1. 事实性幻觉

模型编造不存在的事实、引用或数据。例如杜撰学术论文的参考文献、伪造历史事件的时间、捏造不存在的法律条文或司法案例。这类幻觉最具迷惑性，因为生成的内容往往包含看似权威的来源和精确的数字。

2. 内在一致性幻觉

生成的文本与输入提示或上下文逻辑自相矛盾。例如前文说某公司成立于 2010 年，后文又称该公司有 20 年历史；或在同一回答中对同一个概念给出相互冲突的定义。

3. 移花接木型幻觉

模型将不同来源的真实信息进行错误拼接。例如将新闻报道中的匿名当事人替换为现实中同名同姓的人，或将某个案例的情节嫁接到另一个完全不相关的主体上。

4. 过度自信型幻觉

模型以极度笃定的语气呈现错误信息。MIT 研究发现，AI 模型在生成错误信息时使用自信语言的可能性比陈述事实时高出 34%——越错越自信，这是幻觉最危险的特征之一。