如何降低AI幻覺

AI（人工智能）看起來使用很方便，但AI“一本正經(jīng)地胡說八道”有時候真的讓人非常頭疼，它給出的信息需要反復(fù)核實，有時反而不如直接上網(wǎng)搜索來得高效。那么，如何降低AI幻覺呢？

1.優(yōu)化提問

想要獲得準(zhǔn)確答案，提問方式很關(guān)鍵。總結(jié)成提示詞技巧，就是下面4種問法：

設(shè)定邊界。示例：將“介紹ChatGPT的發(fā)展歷程”，改為“請僅基于OpenAI官方2022—2023年的公開信息，介紹ChatGPT的發(fā)展歷程”。

標(biāo)注不確定。示例：將“分析特斯拉2025年的市場份額”，改為“分析特斯拉2025年的市場份額，非官方數(shù)據(jù)或預(yù)測性內(nèi)容需要進(jìn)行標(biāo)注”。

步驟拆解。示例：將“評估AI對就業(yè)的影響”，改為“請分兩步評估AI對就業(yè)的影響：先列出目前已發(fā)生的具體案例；基于這些案例進(jìn)行未來趨勢分析”。

明確約束。示例：將“預(yù)測2026年房地產(chǎn)市場走勢”，改為“請僅基于2025年的實際房地產(chǎn)數(shù)據(jù)和已出臺的相關(guān)政策，預(yù)測2026年房地產(chǎn)市場走勢，不要加入任何推測性內(nèi)容”。

2.分批輸出

因為AI給出的內(nèi)容是根據(jù)概率進(jìn)行生成的，一次性生成的內(nèi)容越多，出現(xiàn)AI幻覺的概率就越大，我們可以主動限制它的輸出量。如果我要AI寫一篇長文章，就會這么跟AI說：“咱們一段一段來寫，先把開頭寫好。等這部分可以了，再繼續(xù)寫下一段。”

3.交叉驗證

想要提高AI回答的可靠性，還有一個實用的方法是采用“多模型交叉驗證”。使用一個AI聚合平臺，讓多個AI模型同時回答同一個問題。當(dāng)遇到需要給出嚴(yán)謹(jǐn)答案的問題時，就啟動這個功能，讓不同的大模型一起參與討論，通過對比它們的答案來獲得更全面的認(rèn)識。

4.RAG（檢索增強生成）技術(shù)

AI聰明但健忘，為了讓它的表現(xiàn)更靠譜，我們可以給它配一本超級百科全書，讓它隨時查閱里面的內(nèi)容來回答問題。這本“百科全書”就是RAG的核心，它可以讓AI在回答問題之前，先從可靠的資料中找到相關(guān)信息，再根據(jù)這些信息生成答案。目前RAG技術(shù)多用在醫(yī)療、法律、金融等專業(yè)領(lǐng)域，當(dāng)然，AI生成的內(nèi)容還是必須經(jīng)過專業(yè)人士的審查。

5.巧用AI幻覺

有時候與其把AI幻覺當(dāng)成缺陷，不如把它看作創(chuàng)意的源泉！在寫作、藝術(shù)創(chuàng)作等需要頭腦風(fēng)暴時，這些“跳躍性思維”反而可能幫我們打開新世界的大門。

當(dāng)我們學(xué)會用正確的方式與AI對話，善用它的創(chuàng)造力，同時保持獨立思考，AI就能成為我們的得力助手，而不是一個“能言善辯的謊言家”。畢竟，在這個AI與人類共同進(jìn)步的時代，重要的不是責(zé)備AI的不完美，而是學(xué)會與之更好地協(xié)作。

（相 如摘自微信公眾號“科普中國”）