我减少模型幻觉的五个技巧： 1. 在收集信息时，请求 AI 标记来源 - 并将数据收集与得出结论分开 2. 每当 AI 做出结论时，询问它是否基于历史数据、统计推断或纯语言推理 3. 至少使用两个 AI 模型进行交叉检查结果 - 我最近读到关于 LLM 委员会设置的内容，模型之间进行辩论以获得更好的答案（真的很有趣的想法 - 仍然需要自己测试） 4. 请求对一个立场两端的论点，然后决定你在光谱上的立场 5. 问 AI：假设你刚才说的都是错的 - 它最有可能错在哪里？ AI 是强大的 - 但你的判断仍然是最终模型。