近年来，基于大语言模型的语音合成技术快速发展。在普通文本上，模型已经能够稳定生成自然度很高、音色也足够相似的语音。然而，一旦遇到复杂生僻词、排比句或连续重复结构，重复、漏读甚至无限...

文章讨论了在构建可靠AI系统时，处理金融报告PDF所面临的问题。由于自动化数据提取错误，导致信息不准确。为了解决这一问题，团队重新设计了数据管道，采用确定性检查，以确保数据的准确性和完整性，从而提高系统的可靠性并降低成本。

DeepSeek V4 Pro的幻觉率高达96%，但在编程方面表现出色。Minimax M3以16%的低幻觉率显示出更好的自我认知能力。高幻觉率并不意味着模型能力差，而是由于过度自信导致的错误。这表明在不同任务中选择合适的模型至关重要。

《立方体》是吉姆·汉森于1969年创作的超现实剧本，讲述一名男子在白色立方体中醒来，面临现实与幻觉的困惑。剧中人物不断挑战他的理智，探讨存在的本质。尽管鲜为人知，该剧的怪异风格与现代反乌托邦系列《黑镜》相似。

AI的幻觉、越狱和误拒问题源于结构熵与语义熵的失衡。维持临界点负零点零三的平衡是实现通用智能的关键。通过熵平衡训练法，可以提升AI的创新、准确性、泛化能力和自我校正能力。

云南的兰茂牛肝菌食用后可导致幻觉，表现为看到小人跳舞。科学家对其基因组进行测序，发现其致幻机制与已知致幻物质无关，可能存在未知的生化合成途径。历史上有类似现象的记录，但食用未熟的蘑菇极具危险性，可能导致严重后果。科学界仍在探索其致幻机制。

作者通过将OpenClaw的记忆功能从文本文件替换为Node.js和Postgres数据库，显著降低了模型的幻觉和上下文漂移。新系统通过严格的数据库结构和API契约，确保模型记录准确的信息，避免错误记忆。尽管增加了150毫秒的延迟，但有效解决了模型的错误输出问题。

上海人工智能实验室与复旦、上海交通大学团队提出了Thoth模型，旨在生成可执行的生物实验protocol。该模型通过结构化推理，确保实验步骤的合理性和准确性。团队构建的SciRecipe数据集涵盖27个生物学领域，提升了实验方案生成的可靠性。Thoth在多个评估中表现优异，标志着AI在生命科学研究中的新应用方向。

大语言模型（LLM）与通用人工智能（AGI）存在本质区别。LLM缺乏真实的世界模型，无法理解符号与现实的对应关系，其输出仅为统计结果。当前AI的“智能涌现”常被误解，缺乏因果关系理解能力。相比之下，人类通过内在世界模型和主动探索，能够有效学习和适应环境。未来AI的发展需结合因果模型与主动学习，才能实现真正的智能。

OpenAI推出了GPT-5.5 Instant模型，显著提高了医疗、法律和金融领域的事实准确性，减少了错误陈述，并优化了回答的简洁性和实用性。新功能“记忆来源”允许用户管理上下文信息。该模型于5月5日上线，替代了旧版模型。

OpenAI推出的新模型GPT-5.5 Instant显著减少了虚假信息的生成，减少了52.5%的幻觉声明。该模型在日常任务中表现更佳，响应更简洁，并避免使用多余的表情符号。新功能“记忆来源”允许用户查看和管理个性化响应的上下文。GPT-5.5 Instant将于周二向所有用户推出。

在大模型应用中，关键词选择对技能的准确性影响显著。实验表明，使用“漏洞”和“风险”两个词会导致审计结果差异达27个百分点。文章讨论了“语义陷阱”现象，指出词汇在大模型中的语义边界不同，可能导致输出超出预期。为确保准确性，建议使用语义边界更窄的词汇，并在开发流程中加入语义陷阱检测，以避免误判和幻觉风险。