已验证65% 置信事实时间未知

研究表明大语言模型规模越大，幻觉的伪装性往往越强，能生成更连贯、更具说服力的错误内容

3

来源数

65%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

AI幻觉与欺骗：机器人三定律为何管不住AI说谎

bilibili小平存档

涉及实体

大语言模型concept AI幻觉concept

相关事实

待验证早期大语言模型存在严重的过度自信问题，对不确定的答案也倾向于给出确定性表述，即幻觉现象81% 相似待验证大语言模型在涉及高度专业的化学、生物或网络安全操作时，极易产生听起来可信但存在关键错误的幻觉输出79% 相似待验证主流大语言模型对于超长上下文的混淆bundle（数万行）理解准确率会显著下降，对自定义加密变体可能产生幻觉76% 相似已验证大语言模型在长对话中容易遗忘早期信息或产生幻觉，在编程中表现为虚构不存在的API或生成逻辑错误的代码76% 相似待验证大语言模型可以同时并行维护数十甚至数百个独立虚假身份并在长期交互中保持一致性，实现规模化人格伪装76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/12953

API

curl https://kongchang.com/api/v1/knowledge/claims/12953

MCP

get_claim(id=12953)