ChatGPT 開發商 OpenAI 週三發佈了一份研究論文，闡述了如何解決人工智慧 (AI)「幻覺」的新方法。AI 幻覺指的是聊天機器人用編造的資訊進行回應。
ChatGPT 或Google Bard 這樣的聊天機器人會完全捏造資訊，表現得好像他們在滔滔不絕地講事實，這就是所謂的「AI 幻覺」。舉個例子：在Google 2 月份為巴德拍攝的宣傳影片中，這個聊天機器人對詹姆斯・韋伯太空望遠鏡做出了不真實的陳述。
OpenAI 研究人員在報告中稱：「即使是最先進的模型也容易生成謊言，它們在不確定的時刻會表現出捏造事實的傾向。這些幻覺在需要多步驟推理的領域尤其是個問題，因為一個邏輯錯誤就足以破壞一個更大的解決方案。」
為了對抗 AI 幻覺，OpenAI 找到了一種潛在新策略：訓練 AI 模型在推理出答案的每個正確步驟上給予自我獎勵，而不僅僅是等到推理出正確的最終結論時才給予獎勵。
研究人員表示，這種方法被稱為“過程監督”，與之相反的是“結果監督”，這可能會訓練出更好的可解釋 AI，因為這種策略鼓勵模型按照更類似人類的“思考”方式進行推理。
「檢測和減輕一個模型的邏輯錯誤或幻覺，是建構一致性通用人工智慧 (AI) 的關鍵步驟。」OpenAI 數學論文生成器 (mathgen) 研究員卡爾・科布 (Karl Cobbe) 在接受採訪時表示。他指出，儘管 OpenAI 並非發明了過程監督方法，但該公司正在推動其發展。「這項研究的動機是解決幻覺問題，以使模型在解決具有挑戰性的推理問題方面能力更強。」
科布說，OpenAI 已經發佈了一個附帶的資料集，其中包含 80 萬個人類標註，它們用於訓練研究論文中提到的模型。