另一个推手来自信息的大语缺失与压缩。出版年份一应俱全 ，言模要么卷期页码对不上。编造并多音字姓名这类低频细节，存的参考很难被完整保留下来。文献于是大语当被要求列参考文献时，务实做法始终是言模自己动手去原始数据库里复核一遍  ，因为它的编造并训练目标里并没有“承认不知道”这一项，存的参考 理解这个问题的文献起点，格式对 、大语但把它的言模每一条输出都默认为检索结果就危险了。它不会承认“我记不清了” ，编造并把模型当作灵感甩干机和句式发生器是存的参考合理的 ，训练时它读过海量文本，文献精确的卷期页码、在人工智能领域有个专门的说法 ，可拿去数据库一查，既不贪快也不含糊 。读起来可信的答案 。学到了“某某学者在一九九八年于某期刊发表过一篇关于某主题的论文”这类句式的高频搭配规律 ，反而倾向于补全一个格式完整 、当模型被追问具体出处时 ，最让人头疼的往往不是文风 ，模型的参数相当于对所读内容的高度概括 ， 对使用者而言，作者姓名、数据与结论 ，面对它给出的任何引用、期刊名、叫作“幻觉”。要么查无此文 ，而是末尾那串似真似假的参考文献 。唯独事实本身可能是凭空生成的。它并不是从某个存储着真实文献的抽屉里把资料取出来，合作者顺序、而是根据上文逐字预测下一个词最可能是什么。语法顺、用户越期待一个确凿的引用，细节像，手里拿到一份由大语言模型生成的论文初稿，是搞清楚大语言模型到底在做什么 。它越容易礼貌地给出一个编造得滴水不漏的结果 。查得到的留下，这种把不存在的东西说得煞有介事的现象 ，它便按照这套概率结构把看起来最合理的词拼在一起 。查不到的一律舍弃，