AI幻觉由来已久。而对严谨性要求很高的科研人来说，AI的胡编乱造是个很大的问题。
为什么AI会生成不存在的「假文献」「假链接」？
（对这部分不感兴趣的同学，可直接跳过，进入实操环节）
本质上，无论是推理模型（如，GPT-o系列，DeepSeek R1），还是指令模型（非推理。如，GPT-4、DeepSeek V3），它们在做的都是基于预测概率的next token prediction（「预测下一个词元」）。
简单理解，模型会根据前文预测每个词（更准确地说，是token）的概率，然后基于概率分布采样生成下一个词。哪个词的预测概率高，自然就更容易被采到而成为下一个词。当然，实际情况比这复杂得多。
既然是基于概率的采样，那么胡编乱造就很难避免了。
怎么办？
常用方法一般有两种：
通过提示词提醒模型不要有任何幻觉（如，模型在输出前，严格要求其给出的链接必须真实存在等）。但这种方法只能轻微减轻模型幻觉（并无太大用）。
结合RAG（Retrieval Augmented Generation，检索增强生成），让模型只基于给定文档和提示词进行回答。这种方法可以大大减轻AI幻觉问题。 从具体实践来说，可以用「文献管理工具」+「大模型」来完成。 这里，我们通过在文献管理工具Zotero中接入DeepSeek来完成。 下面开始实操。
实操开始
下载Zotero
下载并安装AI插件
下载插件
为了更好的阅读体验，来飞书看吧：
https://u0e0v3xrqer.feishu.cn/wiki/EUhxw0k6hiBRiak9w38cZK70nDe
Comments on "DeepSeek + Zotero，3步大大减轻AI幻觉问题" :