加速大模型避免AI“幻觉”，有最优解吗？

随着人工智能（AI）大模型火爆全网，内容生成形态已然发生了颠覆性的变革，一些挑战与风险也随之而来。近日一份网络微报告称，“AI技术进步在提升生产效率的同时，也带来了信息过载严重、模型偏见加剧、逻辑自证陷阱等风险”。

大模型的幻觉简而言之，就是有可能“胡说八道”。 而面对AI幻觉，训练数据是影响大模型“认知能力”的关键要素，如何避免AI大模型产生“幻觉”，业内有最优解吗？不少科技行业、企业和专家也在频频出招应对，比如近日上线的“大模型加速器 2.0”就恶意从数据源头降低大模型“幻觉”风险，让大模型在与人类的沟通中“更靠谱”。而合合信息携手赛尔教育，将文档单页处理耗时降低了超30%，等等。

上海一位人工智能算法专家告诉记者，要减少大模型“幻觉”，训练数据的广度、深度和质量都至关重要。为了能有效避免AI大模型生成错误结果、产生“幻觉”，从技术实现角度首先需要大力避免偏见和错误信息的引入，甚至建立行业共享的“幻觉”黑名单库。同时要持续改进模型结构、监控和更新模型，甚至可以进行AI对抗检测，训练专门的模型来检测大模型生成的虚假内容利用AI技术识别AI生成的文本、图像等等。

大模型需要不断“吸收”正确的专业知识，才能应对实际应用问题。相关技术人员告诉记者，在处理年报、论文、实验室报告等专业文档的过程中，一个符号的解析失误，便可能“误导”大模型，得出与事实相悖的结论。可信性的缺失，也制约了大模型在实际应用场景中的纵深拓展。而经过技术人员的开发应对，现在经过技术升级，大模型可精准识别上千种文档中的跨页表格、合并单元格、密集表格、手写字符及公式，解析稳定率达99.99%，单页处理耗时较行业可比产品降低超30%；还能“逆还原”十余种专业图表数据，并将其转化为大模型可理解的结构化数据。

赛尔教育CTO杨林介绍说，教育行业中所涉及的文档格式多样，在内容上也包含了表格、公式、手写字符、多语言文字等信息。如何高效准确地提取各类文档中的文本信息，并非易事。“教育行业的大模型建设工作中，数据的数量和质量起着决定性作用。我们做了很多尝试，模型的速度和准确性都达不到要求，严重影响科研工作的进展。”杨林表示，行业知识库的构建基于大量文档的文本信息提取，需要更加高效率、高准确率的工具。而“大模型加速器”提升了对复杂版面、元素的“理解力”，使其按照人类正常的阅读顺序识别文档结构，智能划分标题、段落、表格和图表等内容块，帮助大模型理解版面、内容间的对应关系，减少AI“幻觉”。

近期，多家券商机构也纷纷宣布接入大模型，帮助分析师、行业研究员等专业人士提高工作效率。技术人员介绍说，知识库可以通过在“投喂”给知识库的Markdown及JSON文件中标记页码、坐标等空间位置信息，实现对句子、段落的精确溯源，为使用者快速检验。比如大模型在多份高达上千页的财报文件中找到收入、利润等关键数据后，券商分析师可利用溯源功能定位原表格，对信息进行复核，防止错误、遗漏。

最后技术专家也建议，防止大模型出现幻觉，除了需要采取各种技术手段和AI监控，还需要相应的制度协同，比如创建白名单知识库等等。

扬子晚报/紫牛新闻记者  徐晓风

校对  郭凤