本研究探讨了大型语言模型（LLM）在生成文本时的不准确性，提出了一种幻觉推理任务，将生成文本分为一致、不一致和虚构三类。通过零样本方法评估LLM对提示和文本的知识掌握，实验结果表明该方法在幻觉推理中有效，强调了提升检测性能的重要性。