13｜什么是大模型幻觉？幻觉率怎么测？

先讲定义理解和分类：幻觉是输出内容不忠实于事实或给定依据——先分类再谈测，面试官就知道你不是背新闻的。

回答思路

第一步：分类

• 内在幻觉：与给定上下文直接矛盾——RAG 场景里最致命（检索说 A 它答 B）
• 外在幻觉：上下文没有、它自己发挥补充的

第二步：测法按场景展开三种

场景	测法	度量
封闭问答（有标准答案）	事实校验核对，逐句判真伪	幻觉率 = 含错误事实的回答占比
RAG 场景	测忠实度：判断答案每句是否被检索内容支撑——规则可判的用规则，语义性的用 judge	忠实度
知识边界探测	故意问模型知识截止日期之后或超出范围的问题	看它是编造还是拒答——不该知道的要拒答

第三步：讲度量输出，别只给一个总数

• 按场景分布
• 按严重级别分：无害的细节偏差和致命的事实错误不是一个量级
• 高风险场景单列红线，单独汇报

第四步：顺带讲缓解（面试官大概率追问）

引用溯源强制标注来源、拒答机制、RAG 接地、后置事实校验——说明你知道测试结论怎么反哺改进。

考察重点

维度	说明
企业动机	幻觉是企业上 AI 产品最大的顾虑，尤其面向客户的场景，一次事实错误可能就是舆情。企业要的是能把「幻觉」从形容词变成可度量风险指标的人
过线标准	定义清楚 + 至少一种可落地的测法
区分度	能把幻觉从「现象」讲到「分级指标」的候选人不多；能把拒答当镜像指标来讲的更少——这两步都是明显加分
减分项	只会说「模型会一本正经胡说八道」这种描述性表达，落不到度量上

来源

整理自知识星球帖《面试情报 01｜大模型测试 20 题》，返回题库。