---
title: "LLM hallucinations — ภาพหลอนและคำตอบที่ไม่ถูกต้องของ LLM"
source: "https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM"
wiki: "systems-analysis.info/int"
article: "LLM_hallucinations_—_ภาพหลอนและคำตอบที่ไม่ถูกต้องของ_LLM"
language: "th"
categories:
  - "Category:Large language models"
  - "Category:Machine learning"
  - "Category:Thai"
revision_id: 3638
wiki_created_at: 2026-09-06T23:23:47Z
wiki_modified_at: 2026-09-06T23:23:47Z
downloaded_at: 2026-09-07T22:58:02Z
---

# LLM hallucinations — ภาพหลอนและคำตอบที่ไม่ถูกต้องของ LLM

**ภาพหลอน** (อังกฤษ: *hallucination*) ในบริบทของโมเดลภาษาขนาดใหญ่ (LLM) คือปรากฏการณ์ที่โมเดลสร้างคำตอบที่ดูน่าเชื่อถือ (*plausible*) อย่างมั่นใจ แต่ในความเป็นจริงแล้วไม่ตรงกับความจริง ไม่สอดคล้องกับบริบทที่ให้ไว้ หรือมีความขัดแย้งภายใน<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup> โมเดล «แต่งขึ้น» ซึ่งได้แก่ ข้อเท็จจริง รายละเอียด หรือข้อสรุปเชิงตรรกะที่ไม่มีอยู่ในข้อมูลต้นฉบับ

สิ่งสำคัญที่ต้องเน้นคือ ภาพหลอนไม่ใช่ความผิดพลาดหรือบั๊กในความหมายดั้งเดิม โมเดลทำงานตามที่ออกแบบไว้ นั่นคือ คาดเดาการต่อข้อความที่มีความน่าจะเป็นสูงสุดโดยอิงจาก pattern ที่ดึงมาจากข้อมูลการฝึก และไม่มีกลไกตรวจสอบความจริงในตัว<sup>[\[3\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-wikipedia-hallucination-3)</sup> ภาพหลอนแตกต่างจากข้อผิดพลาดทั่วไปตรงที่เป็นข้อมูลเท็จที่นำเสนออย่างมั่นใจ มักรวมถึงข้อเท็จจริง อ้างอิง หรือเหตุการณ์ที่ไม่มีอยู่จริง<sup>[\[4\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-openai-description-4)</sup> ปรากฏการณ์นี้มีความสำคัญมากจนในปี 2023 พจนานุกรมเคมบริดจ์ได้เพิ่มความหมายใหม่ของคำว่า «hallucination» ที่เกี่ยวข้องกับปัญญาประดิษฐ์<sup>[\[5\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-cambridge-dict-5)</sup>

## คำจำกัดความและการจำแนกประเภทของภาพหลอน

แม้จะมีการใช้คำศัพท์ต่าง ๆ (เช่น «การสร้างความจำเท็จ», «การแต่งขึ้น») ภาพหลอนใน LLM สามารถแบ่งออกเป็นสองหมวดใหญ่ ได้แก่ หมวดที่เกี่ยวกับ**ความถูกต้องเชิงข้อเท็จจริง** และหมวดที่เกี่ยวกับ**ความซื่อสัตย์ต่อแหล่งที่มา** (ความสอดคล้องเชิงบริบท)<sup>[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)</sup>

### ภาพหลอนเชิงข้อเท็จจริง

คือกรณีที่โมเดลนำเสนอข้อมูลที่ผิดพลาดทางข้อเท็จจริงเกี่ยวกับโลกแห่งความเป็นจริง โมเดลยืนยัน «ข้อเท็จจริง» ที่เป็นเท็จว่าเป็นความจริง<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)</sup>

- **ตัวอย่าง**: *«Charles Lindbergh เป็นมนุษย์คนแรกที่เหยียบพื้นผิวดวงจันทร์»* — เป็นข้อเท็จจริงที่แต่งขึ้นทั้งหมด
- **การอ้างอิงและลิงก์ปลอม**: โมเดลอาจแต่งการอ้างอิงถึงบทความทางวิทยาศาสตร์หรือกฎหมายที่ไม่มีอยู่จริง โดยเลียนแบบรูปแบบของการอ้างอิงที่แท้จริง<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup> สิ่งนี้บั่นทอนความน่าเชื่อถือของโมเดล โดยเฉพาะในแอปพลิเคชันที่ต้องการความแม่นยำ (การศึกษา ข่าว การให้คำปรึกษา)<sup>[\[7\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-quickcreator-tips-7)</sup>

### ข้อผิดพลาดเชิงตรรกะ

โมเดลเกิดความไม่สอดคล้องหรือข้อผิดพลาดในการให้เหตุผล ข้อเท็จจริงแต่ละอย่างในคำตอบอาจถูกต้อง แต่ข้อสรุปไม่สมเหตุสมผลหรือขัดแย้งกับตรรกะพื้นฐาน<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup> สิ่งนี้มักเกิดขึ้นในการให้เหตุผลที่ซับซ้อนหรืองานด้านคณิตศาสตร์และเหตุและผล ซึ่งโมเดลทำงานด้วยความสัมพันธ์เชิงความน่าจะเป็นของคำ ไม่ใช่ตรรกะเชิงรูปแบบ<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup>

- **ตัวอย่าง**: *«เนื่องจากนกบินได้ นักบินอวกาศจึงไม่รู้สึกถึงแรงโน้มถ่วง»* — ข้อความดูสอดคล้องกัน แต่ผิดทางตรรกะ

### ภาพหลอนเชิงบริบท

คำตอบของโมเดลไม่สอดคล้องกับบริบทหรือคำสั่งที่ให้ไว้ โมเดล «หลุดออก» จากบริบท โดยเพิ่มข้อมูลที่ไม่จำเป็นหรือละเลยข้อมูลที่ต้องการ<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)</sup>

- **การละเมิดคำสั่ง**: เมื่อได้รับคำขอ «แปลข้อความเป็นภาษาสเปน» โมเดลตอบกลับเป็นภาษาอังกฤษ<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)</sup>
- **ข้อมูลที่ไม่ได้มาจากแหล่งที่มา**: ในงานสรุปความ โมเดล «เพิ่ม» ข้อเท็จจริงที่ไม่มีอยู่ในเอกสารต้นฉบับ หรือบิดเบือนข้อมูล<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)</sup>
- **การผสมปนบริบท**: กลางคำตอบ โมเดลเริ่มพูดถึงหัวข้อจากด้านอื่นอย่างกะทันหัน ตัวอย่างเช่น เมื่อถามเกี่ยวกับกรรมาธิการ NBA **Adam Silver** โมเดลอาจสลับไปพูดถึงผู้ดำรงตำแหน่งก่อนหน้าคือ **David Stern** โดยผสมบริบทสองแบบเข้าด้วยกัน<sup>[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)</sup>

### ความไม่สอดคล้องภายใน

เป็นรูปแบบหนึ่งของภาพหลอนที่โมเดลขัดแย้งกับตัวเองภายในคำตอบเดียวหรือชุดคำตอบ<sup>[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)</sup> ในงานวิจัยหนึ่งพบว่า ChatGPT มีอัตราความขัดแย้งกับตัวเองในคำตอบประมาณ 14%<sup>[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)</sup>

- **ตัวอย่าง**: *«บริษัท X ก่อตั้งในปี 1990... และอีกไม่กี่ประโยคถัดมา ...บริษัท X ที่ก่อตั้งในปี 2000...»*

### ภาพหลอนในโค้ด

LLM ที่ฝึกบนโค้ดอาจสร้างชิ้นส่วนที่ถูกต้องทางไวยากรณ์แต่ใช้งานไม่ได้จริง โดยใช้ฟังก์ชัน ไลบรารี หรือพารามิเตอร์ที่ไม่มีอยู่จริง<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup> ตัวอย่างเช่น โมเดลอาจสร้าง \`import quantum\` ใน Python ทั้งที่ไม่มีโมดูลมาตรฐานดังกล่าว ในปี 2024 มีการเสนอคำว่า «code hallucination» และสร้าง benchmark ชื่อ **CodeMirage** เพื่อจัดระบบปัญหานี้<sup>[\[8\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-codemirage-paper-8)</sup>

## สาเหตุของการเกิดปรากฏการณ์

ปรากฏการณ์ภาพหลอนเกิดจากปัจจัยหลายอย่างรวมกัน ตั้งแต่สถาปัตยกรรมของโมเดลไปจนถึงคุณภาพของข้อมูล

- **สถาปัตยกรรมและหลักการฝึก**: LLM ส่วนใหญ่ (เช่น GPT) เป็น autoregressive transformer ที่ฝึกให้คาดเดา token ถัดไป เป้าหมายของมันคือการเพิ่มความน่าจะเป็นของข้อความ ไม่ใช่การตรวจสอบความจริงของข้อความ<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup> โมเดลไม่แยกแยะข้อเท็จจริงและเรื่องสมมติในข้อมูลการฝึก โดยรับรู้ทุกอย่างเป็น pattern ของข้อความ<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup>
- **คุณภาพของข้อมูลการฝึก**: LLM ได้รับการฝึกบนคลังข้อความขนาดใหญ่จากอินเทอร์เน็ต ซึ่งมีข้อมูลที่ไม่ถูกต้อง ความเชื่อผิด ๆ และข้อมูลที่ล้าสมัยจำนวนมาก<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)</sup> โมเดลจดจำและทำซ้ำข้อผิดพลาดเหล่านี้ นอกจากนี้ **knowledge cutoff** ซึ่งเป็นขีดจำกัดเวลาที่โมเดลมีข้อมูลก็มีความสำคัญเช่นกัน
- **วิธีการสร้างข้อความ**: ลักษณะสุ่มของการสร้างข้อความ (การสุ่มตัวอย่างด้วย temperature) ทำให้โมเดลสร้างคำตอบที่ «สร้างสรรค์» มากขึ้น แต่มีความแม่นยำน้อยลง ความยาวบริบทที่จำกัดอาจทำให้โมเดล «ลืม» รายละเอียดในช่วงต้นของการสนทนาและเริ่มขัดแย้งกับตัวเอง<sup>[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)</sup>

## วิธีการประเมินและวัดผล

สำหรับการตรวจจับและวัดภาพหลอน จะใช้ metric อัตโนมัติ การประเมินโดยมนุษย์ และ benchmark เฉพาะทาง

- **Metric อัตโนมัติ**: รวมถึงวิธีการที่ LLM อีกตัวทำหน้าที่เป็น «ผู้ตัดสิน» (**LLM-as-a-judge**) เพื่อประเมินความถูกต้องของคำตอบ<sup>[\[9\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-evidently-blog-9)</sup> หรือการวิเคราะห์ entropy (ความไม่มั่นใจ) ของโมเดลระหว่างการสร้างข้อความ<sup>[\[10\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-kolena-blog-10)</sup>
- **การบันทึกโดยมนุษย์**: ถือเป็น «มาตรฐานทองคำ» ผู้เชี่ยวชาญหรือผู้ประเมินแบบ crowd ประเมินคำตอบด้วยตนเองและทำเครื่องหมายข้อผิดพลาด วิธีนี้ใช้ในการฝึกโมเดลด้วย RLHF<sup>[\[11\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-chatgpt-comparison-11)</sup>
- **Benchmark และการทดสอบความเครียด**: มีการสร้าง dataset เฉพาะ เช่น **TruthfulQA** ที่มีคำถามซึ่งกระตุ้นให้โมเดลทำซ้ำความเชื่อผิด ๆ ที่แพร่หลาย<sup>[\[12\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-mastering-llm-accuracy-12)</sup> นอกจากนี้ยังมีลีดเดอร์บอร์ด เช่น **Hugging Face Hallucination Leaderboard** ที่เปรียบเทียบโมเดลตามระดับภาพหลอน<sup>[\[13\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-llm-benchmarks-arize-13)</sup>

## วิธีการลดและป้องกัน

- **Retrieval-Augmented Generation (RAG)**: เป็นวิธีการที่ประสบความสำเร็จมากที่สุด ซึ่ง «ผูก» โมเดลเข้ากับความรู้จากภายนอก ก่อนสร้างคำตอบ โมเดลจะรับข้อมูลที่เกี่ยวข้องจาก database ระบบค้นหา หรือ API ซึ่งช่วยให้โมเดลอ้างอิงคำตอบจากข้อมูลที่ตรวจสอบแล้ว แทนที่จะคาดเดา<sup>[\[2\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-astera-guide-2)</sup>
- **Chain-of-Thought และการตรวจสอบตนเอง**: โมเดลสร้างการให้เหตุผลทีละขั้นตอนก่อนให้คำตอบสุดท้าย ซึ่งเพิ่มความแม่นยำ ในวิธีการขั้นสูงกว่า เช่น **Self-Verification** โมเดลสร้างคำตอบร่างก่อน แล้วได้รับมอบหมายให้ตรวจสอบและแก้ไขคำตอบนั้น<sup>[\[14\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-rag-cove-paper-14)</sup>
- **กฎและตัวกรองในตัว**: โมเดลได้รับการฝึกให้ปฏิเสธการตอบหากไม่มั่นใจ ตัวอย่างเช่น โมเดล Claude จาก Anthropic ยึดถือหลักการ «ความซื่อสัตย์» และมักตอบว่า «ฉันไม่ทราบแน่ชัด...» แทนที่จะแต่งข้อเท็จจริงขึ้นมา<sup>[\[11\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-chatgpt-comparison-11)</sup>
- **การรวมเข้ากับเครื่องมือภายนอก**: โมเดลอย่าง Gemini สามารถระบุได้โดยอัตโนมัติเมื่อต้องการเครื่องมือภายนอก (เช่น เครื่องคิดเลขสำหรับการคำนวณ หรือการค้นหาสำหรับข่าวล่าสุด) และใช้เครื่องมือนั้น ซึ่งช่วยลดปริมาณภาพหลอนได้อย่างมีนัยสำคัญ<sup>[\[11\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-chatgpt-comparison-11)</sup>

## ความเสี่ยงและผลที่ตามมา

- **ความเสี่ยงทางกฎหมายและชื่อเสียง**: ในด้านกฎหมาย ภาพหลอนอาจมีผลที่ร้ายแรง คดีที่รู้จักกันอย่างกว้างขวางคือ **Mata v. Avianca (2023)** ซึ่งทนายความใช้ ChatGPT เพื่อค้นหาบรรทัดฐานทางกฎหมาย และ ChatGPT ได้แต่งคดีที่ไม่มีอยู่จริงขึ้นมาหลายคดี ทนายความถูกปรับ และเหตุการณ์นี้กลายเป็นบทเรียนเกี่ยวกับความไม่ยอมรับการไว้วางใจ AI โดยไม่ตรวจสอบ<sup>[\[1\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-lakera-guide-1)</sup>
- **การแพร่กระจายของข้อมูลเท็จ**: ในระดับสังคม LLM อาจทวีปัญหาข่าวปลอม เป็นที่รู้จักกรณีของโมเดล **Galactica** จาก Meta ที่สร้างขึ้นเพื่อช่วยนักวิทยาศาสตร์ แต่เริ่มสร้างข้อความเทียมวิทยาศาสตร์พร้อมการทดลองและการอ้างอิงที่แต่งขึ้น หลังจากนั้นสามวัน การเข้าถึงโมเดลแบบสาธารณะก็ถูกปิด<sup>[\[15\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-galactica-failure-15)</sup>
- **การตัดสินใจที่ผิดพลาด**: ผู้ใช้ โดยเฉพาะผู้ที่ไม่มีประสบการณ์ มีแนวโน้มที่จะไว้วางใจคำตอบของ AI ที่แสดงอย่างมั่นใจ ซึ่งอาจนำไปสู่การตัดสินใจที่ผิดพลาดในด้านการเงิน การแพทย์ และสาขาที่สำคัญอื่น ๆ<sup>[\[7\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-quickcreator-tips-7)</sup>

## ตัวอย่างจากการปฏิบัติ

- **กรณี Air Canada (2023)**: แชทบอทของสายการบินแต่งนโยบายการคืนตั๋วที่ไม่มีอยู่จริงขึ้นมา เมื่อลูกค้าต้องการให้นำนโยบายนั้นมาใช้ บริษัทปฏิเสธ ศาลขนส่งของแคนาดาสั่งให้ Air Canada รับผิดชอบต่อข้อมูลที่แชทบอทให้ไว้และชดเชยความเสียหายให้กับลูกค้า<sup>[\[9\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-evidently-blog-9)</sup>
- **คดีหมิ่นประมาทต่อ OpenAI (2023)**: พิธีกรวิทยุ Mark Walters ฟ้อง OpenAI เนื่องจาก ChatGPT ในคำตอบต่อคำขอของนักข่าวได้กล่าวหาเขาอย่างเท็จว่าฉ้อโกง กรณีนี้เน้นย้ำความรับผิดทางกฎหมายของบริษัทต่อเนื้อหาที่สร้างโดยโมเดลของตน<sup>[\[6\]](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_note-nexla-guide-6)</sup>

## ลิงก์

- The Beginner's Guide to Hallucinations in Large Language Models — คู่มือฉบับละเอียดจาก Lakera
- Survey of Hallucination in Natural Language Generation — บทความทบทวนวิทยาศาสตร์ของปรากฏการณ์บน arXiv

## เอกสารอ้างอิง

- Holtzman, A. et al. (2020). *The Curious Case of Neural Text Degeneration*. arXiv:1904.09751.
- Caccia, M. et al. (2018). *Language GANs Falling Short*. arXiv:1811.02549.
- Fan, A. et al. (2018). *Hierarchical Neural Story Generation*. arXiv:1805.04833.
- Su, Y.; Collier, N. (2022). *Contrastive Search Is What You Need for Neural Text Generation*. arXiv:2210.14140.
- Meister, C. et al. (2023). *Locally Typical Sampling*. arXiv:2202.00666.
- O'Brien, S.; Lewis, M. (2023). *Contrastive Decoding Improves Reasoning in Large Language Models*. arXiv:2309.09117.
- Finlayson, M. et al. (2024). *Basis-Aware Truncation Sampling for Neural Text Generation*. arXiv:2412.14352.
- Tan, Q. et al. (2024). *A Thorough Examination of Decoding Methods in the Era of Large Language Models*. arXiv:2402.06925.
- Yu, S. et al. (2023). *Conformal Nucleus Sampling*. arXiv:2305.02633.
- Chen, S. J. et al. (2024). *Decoding Game: On Minimax Optimality of Heuristic Text Generation Methods*. arXiv:2410.03968.

## หมายเหตุ

1.  <span id="cite_note-lakera-guide-1">↑ <sup>[1.0](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-0)</sup> <sup>[1.1](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-1)</sup> <sup>[1.2](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-2)</sup> <sup>[1.3](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-3)</sup> <sup>[1.4](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-4)</sup> <sup>[1.5](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-5)</sup> <sup>[1.6](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-lakera-guide_1-6)</sup> «The Beginner's Guide to Hallucinations in Large Language Models». *Lakera*. <a href="https://www.lakera.ai/blog/guide-to-hallucinations-in-large-language-models" class="external autonumber" rel="nofollow">[1]</a></span>
2.  <span id="cite_note-astera-guide-2">↑ <sup>[2.0](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-0)</sup> <sup>[2.1](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-1)</sup> <sup>[2.2](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-2)</sup> <sup>[2.3](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-3)</sup> <sup>[2.4](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-4)</sup> <sup>[2.5](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-5)</sup> <sup>[2.6](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-6)</sup> <sup>[2.7](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-7)</sup> <sup>[2.8](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-astera-guide_2-8)</sup> «What Is LLM Hallucination and How To Prevent It». *Astera*. <a href="https://www.astera.com/type/blog/llm-hallucination-how-to-reduce-it/" class="external autonumber" rel="nofollow">[2]</a></span>
3.  <span id="cite_note-wikipedia-hallucination-3">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-wikipedia-hallucination_3-0) «Hallucination (artificial intelligence)». In *Wikipedia*. <a href="https://en.wikipedia.org/wiki/Hallucination_(artificial_intelligence)" class="external autonumber" rel="nofollow">[3]</a></span>
4.  <span id="cite_note-openai-description-4">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-openai-description_4-0) «OpenAI describes LLM hallucinations as 'making up facts' in moments of uncertainty'». *\[источник не указан в тексте\]*.</span>
5.  <span id="cite_note-cambridge-dict-5">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-cambridge-dict_5-0) «Cambridge Dictionary adds new definition for 'hallucinate'». *\[источник не указан в тексте\]*.</span>
6.  <span id="cite_note-nexla-guide-6">↑ <sup>[6.0](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-0)</sup> <sup>[6.1](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-1)</sup> <sup>[6.2](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-2)</sup> <sup>[6.3](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-3)</sup> <sup>[6.4](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-4)</sup> <sup>[6.5](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-5)</sup> <sup>[6.6](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-nexla-guide_6-6)</sup> «LLM Hallucination—Types, Causes, and Solutions». *Nexla*. <a href="https://nexla.com/ai-infrastructure/llm-hallucination/" class="external autonumber" rel="nofollow">[4]</a></span>
7.  <span id="cite_note-quickcreator-tips-7">↑ <sup>[7.0](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-quickcreator-tips_7-0)</sup> <sup>[7.1](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-quickcreator-tips_7-1)</sup> «Effective Tips to Prevent AI Hallucinations in Generative AI». *QuickCreator*. <a href="https://quickcreator.io/quthor_blog/tricks-prevent-ai-hallucinations-generative-artificial-intelligence/" class="external autonumber" rel="nofollow">[5]</a></span>
8.  <span id="cite_note-codemirage-paper-8">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-codemirage-paper_8-0) \[2408.08333\] CodeMirage: Hallucinations in Code Generated by Large Language Models. *arXiv*. <a href="https://arxiv.org/abs/2408.08333" class="external autonumber" rel="nofollow">[6]</a></span>
9.  <span id="cite_note-evidently-blog-9">↑ <sup>[9.0](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-evidently-blog_9-0)</sup> <sup>[9.1](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-evidently-blog_9-1)</sup> «LLM hallucinations and failures: lessons from 4 examples». *Evidently AI Blog*. <a href="https://www.evidentlyai.com/blog/llm-hallucination-examples" class="external autonumber" rel="nofollow">[7]</a></span>
10. <span id="cite_note-kolena-blog-10">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-kolena-blog_10-0) «How to Perform Hallucination Detection for LLMs». *Kolena*. <a href="https://www.kolena.com/blog/how-to-perform-hallucination-detection-for-llms/" class="external autonumber" rel="nofollow">[8]</a></span>
11. <span id="cite_note-chatgpt-comparison-11">↑ <sup>[11.0](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-chatgpt-comparison_11-0)</sup> <sup>[11.1](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-chatgpt-comparison_11-1)</sup> <sup>[11.2](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-chatgpt-comparison_11-2)</sup> «ChatGPT vs Google Gemini vs Anthropic Claude: Comprehensive Comparison & Report». *DataStudios*. <a href="https://www.datastudios.org/post/chatgpt-vs-google-gemini-vs-anthropic-claude-comprehensive-comparison-report-capabilities-perfo" class="external autonumber" rel="nofollow">[9]</a></span>
12. <span id="cite_note-mastering-llm-accuracy-12">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-mastering-llm-accuracy_12-0) «Mastering LLM Accuracy: How to Test, Detect, and Fix Hallucinations in AI Models». *Stephen Weber on Medium*. <a href="https://weber-stephen.medium.com/mastering-llm-accuracy-how-to-test-detect-and-fix-hallucinations-in-ai-models-ae5f69111379" class="external autonumber" rel="nofollow">[10]</a></span>
13. <span id="cite_note-llm-benchmarks-arize-13">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-llm-benchmarks-arize_13-0) «LLM Benchmarks and Leaderboards: Avoiding Foundation Model Mistakes». *Arize Blog*. <a href="https://arize.com/blog-course/llm-leaderboards-benchmarks/" class="external autonumber" rel="nofollow">[11]</a></span>
14. <span id="cite_note-rag-cove-paper-14">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-rag-cove-paper_14-0) «Improving the Reliability of LLMs: Combining Chain-of-Thought Reasoning and Retrieval-Augmented Generation». *arXiv*. <a href="https://arxiv.org/html/2505.09031v1" class="external autonumber" rel="nofollow">[12]</a></span>
15. <span id="cite_note-galactica-failure-15">[↑](https://systems-analysis.info/int/LLM_hallucinations_%E2%80%94_%E0%B8%A0%E0%B8%B2%E0%B8%9E%E0%B8%AB%E0%B8%A5%E0%B8%AD%E0%B8%99%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%84%E0%B8%B3%E0%B8%95%E0%B8%AD%E0%B8%9A%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%84%E0%B8%A1%E0%B9%88%E0%B8%96%E0%B8%B9%E0%B8%81%E0%B8%95%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B8%AD%E0%B8%87_LLM#cite_ref-galactica-failure_15-0) «Why Meta Took Down its 'Hallucinating' AI Model Galactica?». *Analytics India Magazine*. <a href="https://analyticsindiamag.com/ai-features/why-meta-took-down-its-hallucinating-ai-model-galactica/" class="external autonumber" rel="nofollow">[13]</a></span>