该文综述大语言模型幻觉研究，涵盖幻觉分类、成因（如训练数据记忆与频率偏好）、检测方法与基准，以及检索增强生成、知识检索等缓解技术，并讨论评估挑战与未来方向，旨在提升模型可靠性与忠实度。

该文综述大语言模型幻觉问题，涵盖视觉识别、导航指令、医学问答等场景，介绍M-HalDetect、DelucionQA等数据集及检测方法，提出交互自我反思、MixAlign等缓解方案，并呼吁统一“AI幻觉”术语定义。