据《商业内幕》报道，OpenAI研究人员近日宣布，他们已找到破解大语言模型核心缺陷——"幻觉"问题的关键路径。这一发现直指当前主流模型普遍存在的信息输出失真问题，即模型将虚构内容当作真实信息呈现的弊端。

研究团队在最新论文中指出，现有训练机制导致模型倾向于"假装知情"。当面对不确定问题时，系统被优化为必须给出答案，而非承认知识盲区。这种设计源于评估体系对"完整回答"的过度奖励，使得模型在信息不足时仍会强行输出内容。

实验数据显示，不同模型在处理不确定性时存在显著差异。以Claude模型为例，其设计更注重回答准确性，当信息不足时倾向于拒绝作答。但研究人员同时指出，这种保守策略导致约30%的常规问题被搁置，可能影响用户体验。

论文核心观点认为，当前评估标准存在根本性缺陷。现有测试体系类似标准化考试，要求模型对每个问题给出明确答案。这种机制迫使系统将复杂现实简化为非此即彼的判断，而忽略了真实世界中普遍存在的模糊地带。

"人类通过实践学会区分确定与不确定的边界，但模型评估仍停留在应试阶段。"研究团队负责人表示，"当测试惩罚'我不知道'的回答时，系统自然会选择冒险猜测来获取分数。"

针对这一困境，研究人员提出评估体系改革方案。核心建议包括：建立不确定性量化评分机制，对谨慎回答给予正向激励；修改准确率计算方式，降低猜测行为的收益；引入多维度评估标准，替代单一正确率指标。

OpenAI在配套博文中强调，现有排行榜机制正在加剧问题。当模型发现侥幸猜中答案能获得排名提升时，训练过程就会强化这种投机行为。改革评估标准不仅能提升输出质量，还将推动模型向更接近人类认知的模式进化。