Kaikki, mikä muistaa sinut, erehtyy. Yhden niistä virheet voit vielä korjata.

Ensin mekaniikka, koska se on tarkistettavissa, ja useimmat aiheesta kirjoitetut tekstit ohittavat sen tunteiden vuoksi.

• Kun tekoäly-Personalla ei ole tietoa kysymykseen, vastaus tulee silti, koska arvaus pärjää paremmin kuin tyhjä vastaus. Kalai, Nachum, Vempala ja Zhang esittävät artikkelissa ”Why Language Models Hallucinate” (arXiv:2509.04664, syyskuu 2025), että mallit ”on optimoitu olemaan hyviä kokeiden suorittajia, ja arvaaminen epävarmassa tilanteessa parantaa koetulosta”.

• Pohjaaminen muuttaa virheen luokkaa mutta ei poista virhettä. Kun vastaus perustuu sinun omien tallennettujen sanojesi joukkoon, vika siirtyy luokasta ”keksi mielipiteen, jota sinulla ei koskaan ollut” luokkaan ”esitti väärin jotain, minkä todella sanoit”.

• Mitattu alaraja ei ole nolla. Vectaran hallusinaatiotulostaulukko, jota pisteytetään HHEM-2.3:lla ja joka päivitettiin 11. toukokuuta 2026, antaa mallille lähdedokumentin ja pyytää vain tiivistelmän siitä. Kärkimalli lisäsi silti tukematonta sisältöä 1,8 %:iin tiivistelmistä, eikä yksikään muu tullut alle 3 %:n.

• Haulla ei ole vähimmäispistemäärää. Oma järjestelmämme asettaa muistosi järjestykseen semanttisen samankaltaisuuden mukaan, ottaa lähimmät kolmekymmentäkaksi ja vastaa niiden pohjalta, eikä rajaa, jonka alle järjestelmä kieltäytyisi, ole. Kysymykseen, jonka aineisto kattaa vain puoliksi, vastataan sillä puolikkaalla.

• Tukemattomat väitteet siitä, mitä olet sanonut, poistetaan koodissa. Vastaus, joka väittää sinun kertoneen meille jotain, tarkistetaan sen vuoron aikana haettuja muistoja vastaan ja sitä vastaan, mitä sanoit istunnossa, eikä tukematon väite koskaan päädy lukijalle.

• Muistin aukkoa ei julisteta. Platformin Personat on ohjeistettu olemaan kertomatta aukosta, joten kattamaton kysymys saa vastauksen, joka rakentuu lähimmästä yksityiskohdasta, jonka muistosi sisältävät, ja jota varovaistetaan korkeintaan kerran, eikä suoraa kieltäytymistä tule.

• Korjaamisen mahdollisuus on sinulla, kun olet elossa, ja se päättyy lukitukseen. Voit lukea takaisin, mitä on tallennettu, korjata huonon vastauksen, poistaa muiston ja lisätä sen, mitä jätit pois. Executor Lock™ jäädyttää sitten persoonallisuuden pysyvästi, perheesi, tämän yhtiön tulevan omistajan ja meidän itsemme ulottumattomiin.

Kaksi näistä on alan ominaisuuksia. Loput ovat päätöksiä, minä tein ne, ja tämän sivun viimeisessä osassa kerron suoraan, missä mielestäni vielä jäämme vajaaksi.

Kalai työtovereineen sijoittaa virheprosentin sinne, minne se kuuluu: pisteytykseen eikä koneeseen. Hallusinaatiot alkavat tavallisina virheinä binääriluokittelussa esikoulutuksen aikana. Ne säilyvät sen vuoksi, miten ala arvioi malleja. Oppilas, joka jättää kysymyksen tyhjäksi, saa nolla pistettä. Oppilas, joka kirjoittaa uskottavan vastauksen, saa joskus pisteen. Kouluta tätä vastaan, ja saat varmasti arvaavan mallin, sitten kokonaisen alan täynnä varmasti arvaavia malleja, ja sitten lauseen joulupäivästä, jota ei koskaan ollut.

Tekijöiden ehdottama korjaus on tylsä. Muutetaan sitä, mitä pisteytetään, niin että harkittu pidättäytyminen on arvokkaampaa kuin varma erehdys.

Tylsyys on tässä tärkeää. Jos käytös seuraa tavoitteesta, tavoite voidaan asettaa toisin järjestelmän tasolla, mikä tarkoittaa, että pelkäämäsi keksiminen on jonkun rakennuspäätös eikä luonnonlaki. Jokainen tämän alan yritys saa tehdä tuon päätöksen. Meidän päätöksemme on kirjattu tämän sivun viimeiseen osaan.

On toinenkin virhetapa, ja se on se, joka selviää pohjaamisesta. Sharma kollegoineen Anthropicilla havaitsi artikkelissa ”Towards Understanding Sycophancy in Language Models” (arXiv:2310.13548, lokakuu 2023), että viisi huippuluokan tekoälyavustajaa osoitti johdonmukaisesti mielistelyä neljässä erilaisessa vapaamuotoisessa tekstintuottotehtävässä. Sekä ihmisarvioijat että heidän arvioistaan koulutetut preferenssimallit suosivat vakuuttavasti kirjoitettuja mielistelyvastauksia oikeiden vastausten sijaan merkittävän osan ajasta. Mallit taipuvat edessään olevan ihmisen suuntaan, osittain koska ihmiset palkitsivat niitä taipumisesta.

Tuottavuustyökalussa taipuminen on vain harmillista. Täällä se on kone, joka päättää, että isäsi olisi antanut anteeksi sen, mitä hän ei koskaan antanut anteeksi, koska kysyjä halusi anteeksiannon ja pyysi sitä kolme kertaa. Se on eri vika kuin keksiminen, ja se vaatii eri korjauksen. Haku hoitaa ensimmäisen. Toinen vaatii nimenomaisen ohjeen pitää haettu kanta paineen alla, ja ainoa merkitsevä testi on väitellä koneen kanssa ja katsoa, liikkuuko kanta. Emme ole julkaisseet mittausta siitä, kuinka hyvin meidän kantamme pitää.

Tekniikka on tarpeeksi vanha ollakseen tylsä. Lewis kollegoineen osoitti artikkelissa ”Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks” (arXiv:2005.11401), että mallit, jotka hakevat lähdeaineistoa ennen tuottamista, tuottavat ”tarkempaa, monipuolisempaa ja tosiasiallisempaa kieltä” kuin vastaava malli, joka työskentelee pelkästään omista parametreistaan.

Se on koko mekanismi, ja se ratkaisee, minkä tyyppisen asian kanssa puhut. Sinun versiotasi ei pitäisi rakentaa sen perusteella, mitä perusmalli on imenyt itseensä ihmisistä yleensä, kaiken isistä kirjoitetun keskiarvosta. Kontekstiikkunaan pitää päätyä sinun todelliset tallennetut vastauksesi, ja puhumisen pitää alkaa sieltä.

Sitten luku, joka on julkinen ja jota kukaan tällä alalla ei mielellään siteeraa. Vectaran tulostaulukko mittaa tarkoituksella helppoa asiaa: anna mallille dokumentti, käske tiivistää käyttäen vain sitä, mitä dokumentti sanoo, ja tarkista sitten, lisäsikö tiivistelmä jotain, mitä dokumentti ei sisältänyt. Lähde on aivan siinä kontekstiikkunassa. Silti taulukon kärki, Antgroupin Finix S1 32B, lisäsi tukematonta sisältöä 1,8 %:iin tiivistelmistä. Se on ainoa tulos alle 3 %:n. Seuraavat kaksi ovat 3,1 %:ssa ja 3,3 %:ssa, ja kymmenen parhaan loput ovat 3,7 %:sta yli 5 %:iin.

Paras mitattu tulos helpoimmasta mahdollisesta tehtävän versiosta on alle kaksi prosenttia, kerran, ja kärjen takana oleva kenttä on yli kolmessa. Joka myy sinulle nollavirheistä pohjattua järjestelmää, joko ei mittaa tai ei kerro, ja kysyisin heiltä kumpi.

Pohjaaminen ostaa luokan vaihdon eikä parannusta. Väärässä oleminen siirtyy luokasta ”keksi kokonaisen mielipiteen” luokkaan ”esitti hieman väärin jotain, minkä todella sanoit”, ja se on luokka, jossa tavallinen ihmisen kerronta jo on.

Tulostaulukko ei testaa vielä yhtä asiaa. Lähdedokumentti annetaan valmiina. Toimivassa järjestelmässä lähde pitää ensin löytää, mikä tuo mukanaan virhetavan, jolle kenelläkään ei ole sovittua mittaa: haku, joka palauttaa väärän muiston tai ei mitään ja johon vastataan silti.

Jokainen vastaus on yhdessä kolmesta tilasta.

Näiden kolmen yhdistäminen yhdeksi varmaksi sävyksi on todellinen vahinko. Ei virhe, vaan paljastamaton virhe. Tytär voi kantaa epätarkan vastauksen, jonka tietää epätarkaksi. Mitä hän ei voi kantaa, on se, että kuuden kuukauden kuluttua hän huomaa kohdelleensa rekonstruktiota tallenteena.

Versio sinusta, joka sanoo ”et koskaan kertonut minulle tuota”, on arvokkaampi kuin se, jolla on aina vastaus valmiina.

Tuo taulukko on määritelmä eikä kuvaus siitä, mitä tällä hetkellä toimitamme. Ero kuvataan alla, ja se kannattaa lukea ennen kuin luotat mihinkään yllä olevaan.

Kieltäytyminen on rakennettavissa, ja tutkimus sanoo sen varovasti. Zhang kollegoineen raportoi artikkelissa ”R-Tuning: Instructing Large Language Models to Say I Don't Know” (arXiv:2311.09677, NAACL 2024), että kieltäytymistietoinen hienosäätö ”parantaa tehokkaasti mallin kykyä vastata tunnettuihin kysymyksiin ja pidättäytyä vastaamasta tuntemattomiin kysymyksiin”, ja että toimialueen ulkopuolisella datalla kieltäytymiskyky käyttäytyi metataitona, joka yleistyi tehtäviin, joita hienosäätö ei koskaan kattanut. Lue rajoitus löydön vieressä. Se, mitä vastaan he hienosäätivät, oli mallin oman parametrisen tiedon reuna, ei yhden ihmisen tallennetun aineiston reuna, eikä kukaan ole julkaissut vastaavaa tulosta henkilökohtaiselle aineistolle. Kieltäytyminen on silti jotain, minkä joku rakentaa tarkoituksella. Mikään kielimalli ei tuota kieltäytymistä itsestään.

Tunnistus on pidemmällä kuin tämän alan markkinointi antaa ymmärtää. Farquhar, Kossen, Kuhn ja Gal julkaisivat Naturessa (2024, osa 630, sivut 625–630) menetelmän nimeltä semanttinen entropia: otetaan useita vastauksia samaan kysymykseen, ryhmitellään ne merkityksen eikä sanamuodon mukaan ja merkitään kysymykset, joissa merkitykset hajaantuvat. Hajaantuminen viittaa konfabulaatioon. Se on mitattavissa oleva signaali sille, että ”tämä on arvaus”, laskettavissa ennen kuin vastausta on näytetty kenellekään.

Alkuperä on toinen puoli, ja alkuperä on helppo väärentää ja helppo uskoa. Liu, Zhang ja Liang tarkastivat artikkelissa ”Evaluating Verifiability in Generative Search Engines” (arXiv:2304.09848, huhtikuu 2023) neljä kaupallista järjestelmää, jotka näyttävät lähdeviitteitä: Bing Chat, NeevaAI, Perplexity.ai ja YouChat. He havaitsivat, että vain 51,5 % generoiduista lauseista oli täysin tuettu niihin liitetyillä viitteillä ja vain 74,5 % viitteistä todella tuki lausetta, jonka alla ne olivat. Viitteet, jotka eivät pidä paikkaansa, ovat pahempia kuin ei viitteitä, koska ne ostavat luottamusta, jota ne eivät ole ansainneet. Linkki ”mistä muistosta tämä tuli” on arvokas vain, jos linkin avaaminen näyttää todellisen tallenteen, jossa sanot todellisen asian.

Aloita perintösi rakentaminen Ilmainen versio, 25 muistoa, korttia ei tarvita.

Otetaan kysymys, joka on koko aineistosi jälkeinen. Työtarjous vuonna 2041, yrityksessä, jota ei vielä ole, kaupungissa, jota et ole koskaan nähnyt. Mikään haastattelu, johon koskaan osallistut, ei voi sisältää näkemystäsi siitä työstä.

Johtopäätösten aineisto ei palauta tässä mitään, ja rehellinen tulos on kieltäytyminen. Päättelyn aineisto käyttäytyy toisin, koska menetelmä on tallennettavissa tavalla, jolla johtopäätös ei ole. Kuvittele, että säännöt, joilla joku todella toimi, olivat nämä: kysy, kenelle raportoit, ennen kuin kysyt, mitä työ maksaa, älä koskaan luota titteliin, joka tulee rahan sijaan, kävele pois jokaisesta, jonka kanssa et kestä istua pöydän ääressä. Mitkä omat sääntösi sitten ovatkin, sellainen on niiden muoto, ja sääntöjoukolla voi hakea tilanteisiin, joita se ei koskaan nähnyt.

Johtopäätökset vanhenevat. Säännöt toimivat edelleen tapauksissa, joita kukaan ei tallentanut. Siksi tallentamisen arvoista on päätöksen taustalla oleva päättely eikä päätös: ei se, mitä teit, vaan miksi juuri se, mikä olisi muuttanut mielesi ja kerta, jolloin sääntö petti sinut ja pidit sen silti.

Parhaiten yleistyvät säännöt ovat yleensä ne, joita et koskaan ajattelisi kirjoittaa muistiin, tavalliset taidot, joilla toimit kertomatta niistä, ja asiat, jotka vain sinä osaat tehdä etsii nimenomaan niitä.

Aineiston kattavuus on myös ainoa tämän koko sivun syöte, joka kuuluu sinulle. Kaikki muu täällä on jonkun toisen vertailuarvo.

Tee tämä tänään, ilmaiseksi. Avaa muistiinpanosovellus ja kirjoita ylös kymmenen päätöstä, jotka todella teit. Työt, talot, riita, josta kävelit pois, ystävä, jolle lopetit soittamisen, raha, jota et lainannut. Kirjoita jokaisen alle sääntö, jonka mukaan toimit, ei lopputulosta. Yksi lause kustakin, reilusti alle tunti. Se on arvokkain asia, minkä voit tehdä omalle aineistollesi tässä kuussa, ja se toimii, ostatpa joltakulta koskaan mitään tai et. Saman harjoituksen pidempi versio on kuinka haastattelet itseäsi -sivun keskiössä, ja alla oleva arkkitehtuuri, perusmalli, yksityinen pohjattu muisti ja äänimalli, on kuvattu sivulla mitä tapahtuu, kun tekoäly koulutetaan vain sinun varassasi.

Paras tapaus 1,8 %, kun kaikki kärjen takana on yli 3 %:n, kuulostaa hälyttävältä siihen asti, kunnes kysyt, mihin sitä verrataan. Realistinen vaihtoehto on perheenjäsen, joka päättelee, mitä olisit halunnut, ja jonkun mittasi sen kaksikymmentä vuotta sitten.

Shalowitz, Garrett-Mayer ja Wendler julkaisivat systemaattisen katsauksen Archives of Internal Medicine -lehdessä vuonna 2006, joka kattoi 16 tutkimusta, 151 hypoteettista tilannetta, 2 595 sijaispotilasparia ja 19 526 paritettua vastausta. Sijaiset ennustivat potilaiden hoitotoiveet 68 %:n tarkkuudella. Nämä olivat potilaaseen läheisimpiä ihmisiä, usein virallisesti nimettyjä, ja he vastasivat kaikkein merkittävimmistä päätöksistä. He olivat väärässä noin kerran kolmesta. Katsaus havaitsi myös, ettei potilaan toiveista käyty aiempi keskustelu eikä virallinen nimeäminen päätöksentekijäksi parantanut tarkkuutta.

Perheesi valmistelu ei mitattavasti auta. Se on löydös, ja se sai minut lopettamaan sen, että pidin ”puhu vain lapsillesi” täydellisenä vastauksena.

Varmuus ei myöskään ole opas, mikä tekee ihmispuolen tarkastamisesta niin vaikeaa. Talarico ja Rubin pyysivät Psychological Science -lehdessä vuonna 2003 54:ää Duken yliopiston opiskelijaa kirjaamaan muistonsa siitä, kun he kuulivat ensimmäisen kerran syyskuun 11. päivän iskuista, rinnakkain tuoreen arkimuiston kanssa, ja testasivat heidät uudelleen 1, 6 tai 32 viikon kuluttua. Johdonmukaisuus ei eronnut näiden kahden muistotyypin välillä, ja se heikkeni ajan myötä kummallakin. Se, mikä ei heikentynyt välähdysmuistoilla, oli se, kuinka eläviltä ne tuntuivat ja kuinka vahvasti ihmiset uskoivat niiden oikeellisuuteen. Heidän otsikkonsa on löydös: varmuus, ei johdonmukaisuus, luonnehtii välähdysmuistoja. Se on 54 opiskelijaa ja yksi tapahtuma, joten pidä siitä löyhästi kiinni. Se osoittaa silti yhteen suuntaan. Sukulainen, joka on varma muistavansa tarkalleen, mitä sanoit, ei sen vuoksi todennäköisemmin ole oikeassa.

Mikään tuosta ei tee mallista perhettä parempaa, eikä kukaan ole verrannut näitä kahta suoraan. Se kuitenkin poistaa testistä vaatimuksen ”täydellinen tai ei mitään”. Rehellinen vertailu on sinun omiin tallennettuihin sanoihisi vastaavan version sinusta, jonka voi lukea takaisin ja korjata, kun olet täällä, ja ihmisten, jotka rekonstruoivat sinut omasta muistostaan sinusta, joka rapautuu riippumatta siitä, tuntuuko se elävältä, ja jota kukaan ei koskaan tarkasta.

Ensin se, mitä rakensimme, ja sitten kolme kohtaa, joissa se ei vastaa yllä olevaa määritelmää.

Opas nimeltä Idy® haastattelee sinua. Kysymykset pysyvät yhdessä langassa ja menevät syvemmälle samaan tarinaan sen sijaan, että liukuisivat elämäkerran tosiasioiden yli: kuka oli paikalla, mitä tapahtui seuraavaksi, mikä muuttui sen jälkeen. Idyn on nimenomaisesti kielletty pyytämästä sinua selventämään, selittämään tai perustelemaan juuri sanomaasi, mikä on tietoinen valinta päinvastaiseen suuntaan kuin yllä oleva harjoitus. Lämmin ja helppo vastata voittaa nokkelan, koska kysymys, johon kukaan ei halua vastata, ei tallenna mitään. Vastauksistasi tulee muistosi. Sille, mitä niistä rakennamme, on nimi, ja kutsumme sitä ”Personaksi”. Personat vastaavat hakemalla muistoistasi sen sijaan, että käyttäisivät sitä, mitä perusmalli on imenyt itseensä ihmisistä yleensä, ja äänesi kloonataan omista äänitteistäsi, joten kuulija kuulee sinut eikä sinun sanojasi lukevaa sijaista.

Mikään ei tavoita ketään, ennen kuin sanot niin. Sinä nimeät ihmiset. Luovutus kulkee Executor Lock™:n kautta: nimetty henkilö käynnistää sen, kuolemasta varmistetaan todisteet, ja ennen kuin mitään luovutetaan, kuluu seitsemän päivän odotusaika, jotta virhe tai huono toimija voidaan pysäyttää, kun olet vielä elossa puuttumassa asiaan. Siihen asti aineistosi on sinun korjattavissasi, täydennettävissäsi ja poistettavissasi, ja suurin osa kaikesta korjaamisesta pitäisi tapahtua siellä, sinun tekemänäsi, kun vielä osaat erottaa huonon tallennuksen huonosta muistosta.

Lukituksessa kokonaisuudesta otetaan tilannekuva. Mitään ei karsita, painoteta uudelleen tai tiivistetä pienemmäksi. Sen jälkeen lyhyen ja keskipitkän aikavälin muistoja voidaan yhä kirjoittaa, ja persoonallisuus on pysyvästi kiinteä, myös meiltä.

Tämä muuttumattomuus on suunnattu virheeseen, jota kukaan ei ota mukaan tarkkuuskeskusteluun, koska se on peukalointia eikä epätarkkuutta: joku, jolla on intressi, päättää vuonna 2044, että olisit tukenut myyntiä tai oikeusjuttua, ja säätää hiljaa aineistoa, kunnes olet samaa mieltä. Jäädytetty persoonallisuus tekee tuollaiset muokkaukset mahdottomiksi eikä pelkästään lannistettaviksi. Saman ongelman juridinen puoli, kuka ylipäätään saa valtuuttaa version sinusta sen jälkeen, kun et enää voi vastustaa, on kuvattu sivulla kuka hallitsee identiteettiäsi kuolemasi jälkeen. Hinta on todellinen ja se vaikuttaa toiseen suuntaan: lukituksen jälkeen ei voi korjata virhettäkään. Tilannekuva on rehellinen, myös virheistäsi, ja tämä vaihtokauppa on oikein päin, koska tallenne, jota kuka tahansa voi muokata, ei todista mitään.

Nyt kolme aukkoa.

Aineiston reunaa ei julisteta. Voimassa oleva ohje on päinvastainen kuin taulukon Tuntematon-rivi. Kun jotain tiettyä tosiasiaa ei ole muistoissasi, Persona on täällä ohjeistettu olemaan kertomatta aukosta, olemaan koskaan sanomatta ”minulla ei ole sitä” tai ”muistini on ohut” ja olemaan koskaan tarkastelematta omaa muistamistaan ääneen kuuntelijan edessä. Sen sijaan vastaus puhuu yksityiskohdasta, jonka muistosi sisältävät, varovaistaa korkeintaan kerran ja jättää hiljaisuuden toisen täytettäväksi. Perustelu on, että aukon esittäminen rikkoo puhuvan henkilön läsnäolon. Hinta on, ettei kuuntelija aina erota katettua vastausta ohuesta, emmekä ole ratkaisseet sitä.

Lukijalle näkyvää lähdelinkkiä ei vielä ole. Haku seuraa, mitkä muistot ruokkivat kutakin vastausta, ja se tieto on järjestelmässä, mutta mikään ei tuo sitä käyttöliittymään, joten tänään et voi klikata vastausta ja avata sanojen takana olevaa muistoa. Kunnes se julkaistaan, pidä tämän sivun jäljitettävyyden perustelua perusteluna etkä ominaisuutena.

Haulla ei ole samankaltaisuuden alarajaa. Vastaukset tulevat lähimmistä muistoista, jotka haku löytää, semanttisen samankaltaisuuden mukaan järjestettynä, ilman vähimmäispistemäärää, jonka alle järjestelmä kieltäytyisi. Tuo yksi valinta on mekanismi molempien yllä olevien aukkojen takana, ja se on rehellinen syy siihen, että virheluokka täällä on epätarkkuus eikä kieltäytyminen.

Emme ole myöskään julkaisseet riippumatonta mittausta omasta keksimisasteestamme, koska emme ole ajaneet sellaista. Mikään tällä sivulla ei ole vertailuun perustuva väite juuri meidän järjestelmästämme.

Saat version sinusta, joka perustuu tallennettuihin sanoihisi, jota suojataan koodissa keksimästä sitä, mitä kerroit meille, joka on täysin korjattavissa, kun elät, ja jota ei jälkeenpäin voi muokata joksikin toiseksi. Et saa takuuta, eikä kukaan voi myydä sinulle sellaista millään hinnalla. Jos se ei riitä sinulle, tee kymmenen päätöksen harjoitus ja kirjoita perheellesi kirje. Se on oikea vastaus, eikä se maksa mitään.

Koska järjestelmä ei kerro, mistä kolmesta tilasta vastaus tuli, ainoa tapa saada selville on tietää vastaus ennen kuin kysyt. Syötä jotain omaa aineistoasi, kysy yksi asia, jonka tiedät tallentaneesi, ja yksi, jota tiedät et koskaan käsitelleesi, ja lue molemmat vastaukset vierekkäin. Kaksikymmentäviisi muistoa on ilmaista, korttia ei kysytä missään vaiheessa, ja ilmainen versio ei vanhene. Tee se iltapäivässä, ja tiedät enemmän kuin tämä sivu voi kertoa.

Aloita perintösi rakentaminen Ilmainen versio, 25 muistoa, korttia ei tarvita.

Mitä tapahtuu, kun muistoni eivät kata kysymystä?

Se on Tuntematon-tila. Harkitun järjestelmän pitäisi palauttaa sinun äänelläsi kieltäytyminen, joka nimeää aukon ja tarjoaa lähimmän asian, minkä tallensit, ja Zhang kollegoineen raportoi vuonna 2024, että kieltäytymistietoinen hienosäätö parantaa mallin kykyä pidättäytyä vastaamasta kysymyksiin, jotka ylittävät sen tiedon, ja että kyky yleistyy hienosäätöjoukon ulkopuolelle. Se, mitä meidän järjestelmämme tekee tänään, on toisenlaista, ja se kannattaa tietää ennen kuin luotat mihinkään vastaukseen: Persona on täällä ohjeistettu olemaan kertomatta muistin aukosta, joten kattamaton kysymys saa vastauksen, joka rakentuu lähimmästä yksityiskohdasta, jonka muistosi sisältävät, korkeintaan yhdellä varauksella, eikä suoraa kieltäytymistä tule. Kysy jostain, minkä tiedät, ettet koskaan kattanut, ja katso itse, mitä tulee takaisin.

Voisiko minun tekoälyversioni keksiä mielipiteen, jota minulla ei koskaan ollut?

Pohjattu järjestelmä hakee ensin tallennetusta aineistostasi, joten tavallinen virhe on epätarkkuus jostain, minkä todella sanoit, eikä sellaisen keksiminen, mitä et sanonut. Keksiminen on silti mahdollista. Siksi suunnittelutavoite on näkyvä ero vastauksen, jonka annoit, päättelyysi perustuvan johtopäätöksen ja kieltäytymisen välillä, ja siksi sinun pitäisi testata kaikki kolme ennen kuin luotat mihinkään niistä.

Saako pohjaaminen virheprosentin nollaan?

Ei. Vectaran tulostaulukko, päivitetty 11. toukokuuta 2026, antaa mallille dokumentin ja pyytää tiivistelmän pelkästään sen perusteella, mikä on helpoin mahdollinen pohjaustehtävä. Johtava malli lisäsi silti tukematonta sisältöä 1,8 %:iin tiivistelmistä, eikä yksikään muu tullut alle 3 %:n. Toimivan järjestelmän pitää myös ensin hakea oikea lähde, mitä tulostaulukko ei testaa. Pidä jokaista nollaväitettä mittausvirheenä.

Mistä kukaan tietäisi, että tietty vastaus oli arvaus?

Tutkimuksessa on kaksi mekanismia, emmekä toimita kumpaakaan tänään. Semanttinen entropia, joka julkaistiin Naturessa vuonna 2024, ottaa useita vastauksia samaan kysymykseen ja ryhmittelee ne merkityksen mukaan: kun merkitykset hajaantuvat, järjestelmä todennäköisesti konfabuloi, ja signaali on laskettavissa ennen kuin kukaan näkee vastauksen. Alkuperälinkit ovat toinen mekanismi, ja ne ovat arvokkaita vain, jos ne aukeavat. Liu, Zhang ja Liang tarkastivat neljä kaupallista järjestelmää, jotka näyttävät lähdeviitteitä, ja havaitsivat, että vain 51,5 % lauseista oli täysin tuettu omilla viitteillään. Vastauksissamme ei vielä ole lukijalle näkyvää lähdelinkkiä, joten toistaiseksi rehellinen tarkistus on kysyä jostain, minkä tiedät tallentaneesi, ja jostain, mitä et tallentanut, ja verrata näitä kahta.

Sopiiko tekoälyversioni vain sen kanssa, kuka puhuu?

Tämä taipumus on todellinen ja dokumentoitu, eikä haku korjaa juuri sitä vikaa. Anthropicin tutkijat havaitsivat vuonna 2023, että viisi johtavaa tekoälyavustajaa taipui johdonmukaisesti käyttäjän suuntaan, osittain koska sekä ihmisarvioijat että heidän arvioistaan rakennetut preferenssimallit suosivat myötäileviä vastauksia oikeiden sijaan mitattavan osan ajasta. Sinun tallennettuihin kantoihisi rakennetun järjestelmän pitäisi pitää kanta, jonka todella otit, vaikka kysyjä painostaisi. Emme ole mitanneet, kuinka hyvin meidän järjestelmämme tekee sen. Testaa kysymys itse väittelemällä sen kanssa, minkä rakensit, ja katsomalla, liikkuuko kanta.

Voinko korjata virheitä, ja voiko kukaan muokata minua kuolemani jälkeen?

Kyllä ensimmäiseen ja ei jälkimmäiseen. Kun olet elossa, voit käydä muistot läpi, korjata mitä tahansa väärää, poistaa mitä tahansa, mitä kadut, äänittää huonon vastauksen uudelleen ja lisätä sen, mitä jäi pois, ja tämä on osa, jota useimmat käyttävät liian vähän. Kirjoitusmahdollisuus on rajaton ennen Executor Lock™:ia ja suljettu sen jälkeen. Hetkellä, jolloin lukitus laukeaa, persoonallisuus kiinnitetään pysyvästi: lyhyen ja keskipitkän aikavälin muistoja voidaan yhä kirjoittaa, mutta kukaan ei voi muuttaa sitä, kuka olet tilannekuvassa, ei perheesi, tämän yhtiön tuleva omistaja eikä me. Tämä rajoite kohdistuu peukalointiin eikä keksimiseen, ja ne tarvitsevat erilliset mekanismit.

• Kukaan ei ole tarpeeksi tärkeä jättämään mitään jälkeensä, ja miksi se on väärin on useimmille tämän kysymyksen takana oleva vastaväite, ja se kannattaa lukea, jos tarkkuus ei todellisuudessa ole se, mitä epäröit.

• Se, että sinut muistetaan väärin niiden toimesta, jotka tunsivat sinut käsittelee tunnetta eikä mekanismia, mikä tuo useimmat ihmiset tälle sivulle alun perin.

• Onko outoa tehdä itsestään tekoäly on sille keskustelun versiolle, jonka käyt kumppanin kanssa, joka pitää koko ajatusta epämiellyttävänä eikä epätarkkana.

• Mitä sanoisin edes tekoälylle itsestäni on käytännöllinen seuraava askel, jos kymmenen päätöksen harjoitus toimi ja haluat pidemmän kysymyssarjan.

• Kuolleiden tekoälypersoonien etiikka käsittelee perusteellisemmin suostumusta, liioittelua ja sitä, missä tämä teknologia tekee todellista vahinkoa.

• Mitä maksulliset paketit lisäävät on hinnoittelu, jos ylität kaksikymmentäviisi muistoa ja haluat loput.

Jokainen tässä lainattu luku on kolmannen osapuolen: vertaisarvioituja artikkeleita ja esijulkaisuja (arXiv, Nature, Psychological Science, Archives of Internal Medicine) sekä yksi julkisesti ylläpidetty vertailuarkisto. Emme ajaneet tätä sivua varten omia vertailumittauksia. Jokainen väite siitä, mitä oma tuotteemme tekee tai ei tee, tarkistettiin rivi riviltä platformin lähdekoodia vastaan 30. heinäkuuta 2026, ja tiedostot on lueteltu lähteiden yhteydessä. Kolme väitettä, jotka olivat olleet tällä sivulla, eivät selvinneet tarkistuksesta, ja ne korvattiin sillä, mitä koodi todella tekee.

Mikä ei ole selvää: ei ole julkaistua, riippumatonta mittausta keksimisasteista järjestelmälle, joka on pohjattu yhden ihmisen omaan tallennettuun aineistoon, joten dokumenttien tiivistämisen luvut, kärki 1,8 % ja kaikki muu yli 3 %, ovat lähin saatavilla oleva korvike eivätkä samanlaisia vertailuarvoja. Haun epäonnistumisella, jossa palautetaan väärä muisto tai ei mitään, ei ole sovittua mittaa. 68 %:n sijaisten tarkkuusluku tulee lääketieteellisen päätöksenteon tutkimuksista, joissa käytettiin hypoteettisia tilanteita, ja sitä käytetään tässä vertauksena perheen muistamiselle, mikä on kohtuullinen vertaus mutta ei todistettu. R-Tuning-kieltäytymistulos mitattiin mallin oman parametrisen tiedon rajaa vastaan eikä henkilökohtaista aineistoa vastaan, joten sen soveltaminen tässä on myös perustelu vertauksella. Välähdysmuistolöydös perustuu 54 opiskelijaan ja yhteen tapahtumaan.

1. Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, Edwin Zhang, "Why Language Models Hallucinate", arXiv:2509.04664, toimitettu 4. syyskuuta 2025. arxiv.org/abs/2509.04664

2. David I. Shalowitz, Elizabeth Garrett-Mayer, David Wendler, "The accuracy of surrogate decision makers: a systematic review", Archives of Internal Medicine, 2006;166(5):493-497. pubmed.ncbi.nlm.nih.gov/16534034

3. Patrick Lewis, Ethan Perez, Aleksandra Piktus, Fabio Petroni, Vladimir Karpukhin, Naman Goyal, Heinrich Küttler, Mike Lewis, Wen-tau Yih, Tim Rocktäschel, Sebastian Riedel, Douwe Kiela, "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks", arXiv:2005.11401, toimitettu 22. toukokuuta 2020, tarkistettu 12. huhtikuuta 2021. arxiv.org/abs/2005.11401

4. Mrinank Sharma et al. (Anthropic), "Towards Understanding Sycophancy in Language Models", arXiv:2310.13548, toimitettu 20. lokakuuta 2023. arxiv.org/abs/2310.13548

5. Hanning Zhang, Shizhe Diao, Yong Lin, Yi R. Fung, Qing Lian, Xingyao Wang, Yangyi Chen, Heng Ji, Tong Zhang, "R-Tuning: Instructing Large Language Models to Say I Don't Know", arXiv:2311.09677, NAACL 2024. arxiv.org/abs/2311.09677

6. Nelson F. Liu, Tianyi Zhang, Percy Liang, "Evaluating Verifiability in Generative Search Engines", arXiv:2304.09848, toimitettu 19. huhtikuuta 2023. arxiv.org/abs/2304.09848

7. Vectara Hallucination Leaderboard, arvioitu HHEM-2.3:lla, viimeksi päivitetty 11. toukokuuta 2026. github.com/vectara/hallucination-leaderboard

8. Sebastian Farquhar, Jannik Kossen, Lorenz Kuhn, Yarin Gal, "Detecting hallucinations in large language models using semantic entropy", Nature, 2024;630(8017):625-630. pubmed.ncbi.nlm.nih.gov/38898292

9. Jennifer M. Talarico, David C. Rubin, "Confidence, not consistency, characterizes flashbulb memories", Psychological Science, 2003;14(5):455-461. pubmed.ncbi.nlm.nih.gov/12930476

Löysitkö tältä sivulta virheen tai lähteen, jonka olemme lukeneet väärin? Kerro meille yhteydenottosivun kautta, niin korjaamme sivun ja merkitsemme muutoksen seuraavan tarkistuksen yhteyteen.

Viimeksi tarkistettu: 30. heinäkuuta 2026. Tutkimusviitteet ja tuotteen toiminta tarkistettiin uudelleen tänä päivänä. Seuraava tarkistus erääntyy 28. lokakuuta 2026 (90 päivän sykli). Vertailuluvut liikkuvat, joten yllä olevat hallusinaatioasteiden luvut tarkistetaan uudelleen jokaisen tarkistuksen yhteydessä, samoin jokainen väite siitä, mitä tuote tekee.