昨天 12:10 门头沟学院 前端工程师 发布于江苏
关注
AI幻觉
#你经历过哪些AI幻觉？#
作为前端开发和科研学生，我曾让AI生成一份WebGL性能优化的文献综述，它不仅杜撰了多篇不存在的高影响因子论文，还编造了作者和发表期刊。更离谱的是，它给出的“权威”性能测试数据，在我复现后发现与实际结果相差一个数量级，差点误导了我的实验结论。
解决
1. 交叉验证：对AI输出的文献、数据，通过权威数据库（如Google Scholar、IEEE Xplore）进行检索验证。
2. 复现实验：对AI给出的技术方案或性能数据，在本地或标准环境中进行复现测试。
3. 限定输出：在prompt中明确要求AI“仅引用已公开的权威文献”“提供可复现的代码片段”，减少幻觉空间。
作为前端开发和科研学生，我曾让AI生成一份WebGL性能优化的文献综述，它不仅杜撰了多篇不存在的高影响因子论文，还编造了作者和发表期刊。更离谱的是，它给出的“权威”性能测试数据，在我复现后发现与实际结果相差一个数量级，差点误导了我的实验结论。
解决
1. 交叉验证：对AI输出的文献、数据，通过权威数据库（如Google Scholar、IEEE Xplore）进行检索验证。
2. 复现实验：对AI给出的技术方案或性能数据，在本地或标准环境中进行复现测试。
3. 限定输出：在prompt中明确要求AI“仅引用已公开的权威文献”“提供可复现的代码片段”，减少幻觉空间。
全部评论
相关推荐