本研究探讨了大型语言模型中的幻觉现象，提出了新模型EAE，以更好地捕获实体知识。研究发现模型在生成过程中存在错误推理和幻觉问题，并通过新的检测方法提高了准确性。构建知识图谱和动态分析揭示了幻觉的成因及其与模型规模的关系，并提出了有效的缓解策略。