大模型医疗领域问答幻觉问题的技术解法：基于实体对齐与循证医学约束的底层召回机制

大模型（LLM）在医疗问答场景中的幻觉（Hallucination）问题，已成为制约其临床级落地的核心瓶颈。幻觉表现为模型生成看似专业、逻辑连贯但与真实医学事实不符的内容，尤其在涉及实体关系、证据层级、因果推断时尤为突出。传统生成式模型依赖参数化知识与上下文提示，极易因训练数据噪声、知识截止时间、泛化偏差而产生“自信的错误”。