<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>LLM Risks on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/llm-risks/</link><description>Recent content in LLM Risks on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:44 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/llm-risks/index.xml" rel="self" type="application/rss+xml"/><item><title>幻觉</title><link>https://terms-en.ai-term-hub.com/zh/terms/hallucination/</link><pubDate>Sat, 18 Jul 2026 07:44:46 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/hallucination/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>当生成式AI模型产生的输出看似合理，但缺乏现实或源数据的支撑时，就会发生幻觉。这是在对准确性要求极高的应用中面临的一个重大挑战。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>当AI模型生成自信但事实错误或无意义的信息时。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>事实性&lt;/li>
&lt;li>生成错误&lt;/li>
&lt;li>置信度校准&lt;/li>
&lt;li>接地 (Grounding)&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>识别自动化报告生成中的错误&lt;/li>
&lt;li>开发检索增强生成（RAG）以减少错误&lt;/li>
&lt;li>评估模型在关键决策中的可靠性&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/">检索增强生成&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E4%BA%8B%E5%AE%9E%E6%A0%B8%E6%9F%A5/">事实核查&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8F%AF%E4%BF%A1ai/">可信AI&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E7%9C%9F%E5%AE%9E%E6%A0%87%E7%AD%BE-ground-truth/">真实标签 (Ground Truth)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>