為什麼模型會自信滿滿地講錯：幻覺不是「不知道」，是機制本身的副作用

開啟擴展思考能不能減少幻覺出現的機率？

有一定幫助，但不是萬能解方。擴展思考改善的是模型在回答前先做一輪內部推理檢查的能力，對於需要多步驟邏輯推導、容易在某個環節出錯導致最終答案偏離的情況，這個先想再答的過程確實能降低連鎖性錯誤的機率。但如果幻覺的根源是「訓練資料裡這個具體事實本身就很少見或不存在」，這種情況下，模型思考再久，也無法生出它本來就沒有的資訊，擴展思考解決的是推理過程的嚴謹度，不是資訊本身是否存在這個更根本的問題。

這也是為什麼前面提到「查證」比單純「想更久」更能針對性解決幻覺問題——擴展思考是讓模型內部的推理更嚴謹，查證則是讓模型跳出純粹依賴內部知識的框架，去外部世界確認資訊，兩者處理的是不同層次的問題。

如果模型自己說「我不確定」，是不是就代表這部分內容比較不會是幻覺？

某種程度上是一個有用的訊號，但不是絕對可靠的保證。模型確實可以被訓練成在某些情境下傾向表達不確定性（例如面對超出知識截止日的問題、或問題本身模糊不清時），這種表達本身是有意義的訊號，值得認真看待。但因為幻覺的根本機制是「生成合理接續」跟「內容準確性」是兩條獨立邏輯線，模型表達不確定性的傾向，同樣也是根據訓練資料裡的語言模式產生的，不是模型真的在即時、精確地計算自己對每一句話的信心程度。

實務上比較穩妥的態度，是把模型的不確定性表達當成一個「值得注意」的訊號，但不是「這部分一定對、那部分一定要查證」的絕對分界線——對於真正重要的內容，即使模型語氣聽起來很確定，該查證的部分還是該查證，這個判斷準則不完全依賴模型自己的語氣線索。

不同類型的任務，幻覺出現的機率會有明顯差異嗎？

會，差異主要來自任務對「精確事實」的依賴程度。創意寫作、腦力激盪、觀點討論這類任務，本質上沒有一個絕對的「正確答案」，幻覺這個概念在這類情境下的適用性也比較低；相對地，需要引用具體數字、日期、人名、文獻出處的事實性任務，幻覺出現的機率跟造成的實際影響都比較高，因為這類任務的「正確」有明確的客觀標準可以核對。

這個差異值得在規劃任務時納入考量：如果任務本質上偏向創意產出，不需要過度擔心幻覺這個框架是否適用；如果任務牽涉具體的事實查核，從一開始就該把「這個回答需要額外查證」的心理準備建立起來，而不是等到發現錯誤才回頭補救。

如果發現模型的回答有幻覺，這代表這個模型整體上不夠可靠嗎？

不完全是這樣的推論。因為幻覺是語言模型生成機制本身幾乎無法完全避免的副作用，不是特定模型能力不足的獨有問題，發現一次幻覺，不代表這個模型整體上不可靠，就像發現一位專業人士偶爾記錯一個細節，不代表他整體的專業判斷都不可信一樣。比較合理的態度，是把單次幻覺當成一個提醒——提醒你這類任務屬於前面提到的「高風險情境」，該建立額外查證的習慣，而不是因此完全否定模型在其他任務上的實用價值。

實務上更有意義的問題，不是「這個模型會不會出現幻覺」（幾乎所有語言模型都會，程度差異而已），而是「我有沒有針對容易出現幻覺的情境，建立起相對應的查證習慣」，這個問題的答案，比單純評判模型好不好用，更能實際降低幻覺造成的負面影響。