Minden, ami emlékezni fog rád, hibázik. Az egyiket még helyre tudod tenni.

Először a működés, mert az ellenőrizhető, és a témáról szóló írások többsége a mechanika helyett az érzésekről szól.

• Amikor egy AI Persona nem rendelkezik adattal egy kérdéshez, a válasz akkor is megérkezik, mert a találgatás jobb pontot ér, mint az üres válasz. Kalai, Nachum, Vempala és Zhang a „Why Language Models Hallucinate” című tanulmányban (arXiv:2509.04664, 2025. szeptember) amellett érvel, hogy a modelleket arra optimalizálják, hogy jó tesztkitöltők legyenek, és hogy „a bizonytalanság melletti találgatás javítja a teszteredményt”.

• A megalapozás a hiba fajtáját változtatja meg, nem szünteti meg a hibát. Ha a válasz a saját, rögzített szavaid egy visszakeresett halmazából születik, a hiba kikerül az „olyan véleményt találtak ki neked, amilyen sosem volt a tiéd” osztályból, és átkerül a „félreadott vissza valamit, amit tényleg mondtál” osztályba.

• A mért alsó határ nem nulla. A Vectara hallucinációs ranglistája, amelyet HHEM-2.3-mal pontoznak, és amelyet 2026. május 11-én frissítettek, a modellnek odaadja a forrásdokumentumot, és csak annak összefoglalását kéri. A listavezető is az összefoglalók 1,8%-ában vitt be alá nem támasztott tartalmat, és egyetlen másik tétel sem ért el 3% alatti értéket.

• A visszakeresésnek nincs minimális pontküszöbe. Saját rendszerünk szemantikai hasonlóság alapján rangsorolja az emlékeidet, a legközelebbi harminckettőt veszi, és ezekből válaszol, nincs olyan küszöb, amely alatt a rendszer megtagadná a választ. Az a kérdés, amelyet az anyagod félig lefed, a félből kap választ.

• A kódban kiszűrjük azokat az állításokat, amelyeket semmi sem támaszt alá arról, mit mondtál. Az a válasz, amely azt állítja, hogy valamit nekünk mondtál, ellenőrzésen megy át: összevetjük az adott válaszhoz visszakeresett emlékekkel és a munkamenetben elhangzott szavaiddal, és az alá nem támasztott állítás soha nem jut el az olvasóhoz.

• A hiányt nem jelentjük be. A platformon a Persona azt az utasítást kapja, hogy ne mondja el a hiányt, ezért a nem lefedett kérdésre olyan válasz érkezik, amely a legközelebbi, az emlékeid között meglévő részletre épül, legfeljebb egyszer fenntartással kísérve, és nem kifejezett elutasítás.

• A javítás lehetősége a tiéd, amíg élsz, és a zárolásnál lezárul. Visszaolvashatod, mi került rögzítésre, kijavíthatsz egy rossz választ, törölhetsz egy emléket, hozzáadhatod, amit kihagytál. Az Executor Lock™ ezután véglegesen befagyasztja a személyiséget, a családoddal, e cég jövőbeli tulajdonosával és velünk szemben is.

Ezek közül kettő a szakterület sajátossága. A többi döntés, én hoztam meg őket, és az oldal utolsó szakasza nyíltan megmondja, hol maradunk szerintem még el a céltól.

Kalai és munkatársai oda teszik vissza a hibaarányt, ahová való: a pontozásba, nem a gépbe. A hallucinációk az előtanítás során a bináris osztályozás szokásos hibáiként indulnak. Azért maradnak meg, ahogyan a szakterület értékeli a modelleket. Az a diák, aki üresen hagy egy kérdést, nulla pontot kap. Az, aki hihető választ ír, néha kap egy pontot. Taníts erre, és magabiztos találgatót kapsz, aztán magabiztos találgatók egész iparágát, aztán egy mondatot egy soha meg nem történt karácsonyi napról.

A szerzők által javasolt megoldás unalmas: azt kell megváltoztatni, mit pontoznak, hogy a kalibrált tartózkodás többet érjen a magabiztos melléfogásnál.

Az unalmas itt fontos. Ha a viselkedés egy célfüggvényből következik, a célfüggvény rendszerszinten másképp is beállítható, vagyis az a kitalálás, amitől tartasz, valakinek az építési döntése, nem fizikai törvény. Ennek a kategóriának minden cége meghozhatja ezt a döntést. A miénk le van írva az oldal utolsó szakaszában.

Van egy második hibamód is, és ez éli túl a megalapozást. Sharma és az Anthropic munkatársai a „Towards Understanding Sycophancy in Language Models” című tanulmányban (arXiv:2310.13548, 2023. október) azt találták, hogy öt élvonalbeli AI-asszisztens következetesen szervilizmust (sycophancy) mutatott négy különböző szabad szöveges generálási feladatban. Mind az emberi értékelők, mind az ítéleteikre tanított preferenciamodellek az esetek nem elhanyagolható részében a meggyőzően megírt, szervilis válaszokat részesítették előnyben a helyesekkel szemben. A modellek az előttük álló ember felé hajlanak, részben azért, mert az emberek ezért jutalmazták őket.

Egy termelékenységi eszközben a hajlás csak bosszantó. Itt olyan gép, amely úgy dönt, hogy az apád megbocsátotta volna azt, amit sosem bocsátott meg, mert aki kérdezett, bocsánatot akart, és háromszor is rákérdezett. Ez más hiba, mint a kitalálás, és más javítás kell hozzá. Az elsőt a visszakeresés kezeli. A másodikhoz kifejezett utasítás kell, hogy a visszakeresett álláspont nyomás alatt is megmaradjon, és az egyetlen értelmes próba az, hogy vitatkozol a dologgal, és figyeled, elmozdul-e az álláspont. A sajátunk tartósságáról nem tettünk közzé mérést.

A módszer elég régi ahhoz, hogy unalmas legyen. Lewis és munkatársai a „Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks” című tanulmányban (arXiv:2005.11401) megmutatták, hogy azok a modellek, amelyek generálás előtt forrásanyagot keresnek vissza, „specifikusabb, változatosabb és tényszerűbb nyelvet” állítanak elő, mint egy összehasonlítható modell, amely csak a saját paramétereire támaszkodik.

Ez a teljes mechanizmus, és ez dönti el, milyen jellegű dologgal beszélsz. A te egy változatodat nem szabad abból rekonstruálni, amit egy alapmodell az emberekről általában magába szívott, az apákról valaha írt dolgok átlagából. A kontextusablakba a saját, tényleges, rögzített válaszaidnak kell kerülniük, és a beszédnek onnan kell indulnia.

Most a szám, amely nyilvános, és amelyet ebben az iparágban senki nem szeret idézni. A Vectara ranglistája szándékosan könnyű dolgot mér: odaadnak egy dokumentumot a modellnek, megmondják, hogy csak abból foglaljon össze, amit a dokumentum mond, majd ellenőrzik, hogy az összefoglaló hozott-e be olyat, ami nem volt a dokumentumban. A forrás ott van a kontextusablakban. Ennek ellenére a tábla éllovasa, az Antgroup Finix S1 32B, az összefoglalók 1,8%-ában még mindig alá nem támasztott tartalmat vitt be. Ez az egyetlen tétel 3% alatt. A következő kettő 3,1% és 3,3%, az első tíz többi tagja pedig 3,7% és 5% fölötti érték között van.

A legjobb mért eredmény a feladat lehető legkönnyebb változatán két százalék alatt van, egyetlen alkalommal, a mögötte álló mezőny pedig három fölött. Aki nulla százalékos megalapozott rendszert árul neked, az vagy nem mér, vagy nem mondja meg, és érdemes megkérdezni tőle, melyik.

A megalapozás kategóriaváltást ad, nem gyógyulást. A tévedés kikerül az „egész véleményt kitalált” osztályból, és átkerül a „kicsit félreadott valamit, amit tényleg mondtál” osztályba, amelyben egy hétköznapi emberi elbeszélés is eleve ott van.

A ranglista még valamit nem tesztel. A forrásdokumentumot odaadják. Egy éles rendszerben a forrást előbb meg kell találni, ami egy olyan hibamódot ad hozzá, amelyre nincs elfogadott mérőszám: a visszakeresés rossz emléket ad vissza, vagy semmit sem ad vissza, és mégis válaszolnak rá.

Minden válasz három állapot valamelyikében van.

A három állapot egyetlen magabiztos hangnemmé olvasztása a tényleges kár. Nem a hiba. A be nem vallott hiba. Egy lány elbír egy pontatlan választ, ha tudja, hogy pontatlan. Azt nem bírja el, ha hat hónap után kiderül neki, hogy egy rekonstrukciót kezelt felvételként.

Az olyan változatod, amely azt mondja: „ezt sosem mondtad nekem”, többet ér annál, amelyiknek mindig kéznél van a válasz.

Ez a táblázat specifikáció, nem leírása annak, amit most szállítunk. A különbség lejjebb következik, és érdemes elolvasnod, mielőtt bármi fentit elhiszel.

A megtagadás megépíthető, és a kutatás ezt óvatosan mondja ki. Zhang és munkatársai az „R-Tuning: Instructing Large Language Models to Say I Don't Know” című tanulmányban (arXiv:2311.09677, NAACL 2024) azt közlik, hogy a megtagadást tudatosító hangolás „hatékonyan javítja a modell képességét, hogy válaszoljon az ismert kérdésekre, és tartózkodjon az ismeretlen kérdésekre való válaszolástól”, és hogy tartományon kívüli adatokon a megtagadási képesség meta-készségként viselkedett, amely olyan feladatokra is általánosult, amelyeket a hangolás sosem érintett. Olvasd el a korlátot a megállapítás mellett. Amire hangoltak, az a modell saját paraméteres tudásának széle volt, nem egy ember rögzített anyagának széle, és személyes anyagra senki sem tett közzé hasonló eredményt. A megtagadást ettől még valakinek szándékosan kell megépítenie. Egyetlen nyelvi modell sem hozza létre magától a megtagadást.

Az észlelés előrébb jár, mint azt a kategória marketingje sejteni engedi. Farquhar, Kossen, Kuhn és Gal a Nature-ben (2024, 630. kötet, 625–630. oldal) közölt egy szemantikai entrópiának nevezett módszert: ugyanarra a kérdésre több választ mintavételezünk, jelentés szerint csoportosítjuk őket, nem megfogalmazás szerint, és megjelöljük azokat a kérdéseket, ahol a jelentések szétszóródnak. A szóródás konfabulációra utal. Ez mérhető jelzés arra, hogy „ez találgatás”, és kiszámítható, mielőtt a választ bárkinek megmutatnák.

A származás a másik fele, és a származást könnyű meghamisítani, és könnyű megbízni benne. Liu, Zhang és Liang az „Evaluating Verifiability in Generative Search Engines” című tanulmányban (arXiv:2304.09848, 2023. április) négy hivatkozásokat megjelenítő kereskedelmi rendszert (Bing Chat, NeevaAI, Perplexity.ai és YouChat) vizsgált meg. Azt találták, hogy a generált mondatoknak csak 51,5%-át támasztják alá teljesen a hozzájuk csatolt hivatkozások, és a hivatkozásoknak csak 74,5%-a támasztja alá ténylegesen azt a mondatot, amely alatt áll. Az olyan hivatkozás, amely nem állja az ellenőrzést, rosszabb a hivatkozás hiányánál, mert olyan bizalmat vásárol, amelyet nem érdemelt ki. A „melyik emlékből származik ez” hivatkozás csak akkor ér valamit, ha a hivatkozás megnyitása valódi felvételt mutat arról, hogy te egy valódi dolgot mondasz.

Kezdd el építeni a hagyatékodat Ingyenes építés, 25 emlék, bankkártya nélkül.

Vegyünk egy kérdést, amely a teljes anyagod után keletkezik. Egy állásajánlat 2041-ben, egy még nem létező cégnél, egy városban, amelyet sosem láttál. Egyetlen interjú sem tudja rögzíteni a véleményedet erről az állásról.

A következtetésekből álló anyag itt semmit sem ad vissza, és a becsületes kimenet a megtagadás. Az érvelésből álló anyag másképp viselkedik, mert egy módszert meg lehet ragadni, egy következtetést nem. Képzeld el, hogy a szabályok, amelyek szerint valaki ténylegesen eljárt, ezek voltak: előbb kérdezd meg, ki lesz a főnököd, aztán azt, mennyit fizet az állás, ne higgy olyan címnek, amely a pénz helyett érkezik, hagyd ott azt, akivel nem bírsz egy asztalnál ülni. Akármilyenek is a saját szabályaid, ez az alakjuk, és a szabályrendszer olyan helyzetekre is rátalál, amelyeket sosem látott.

A következtetések lejárnak. A szabályok olyan esetekben is működnek tovább, amelyeket senki sem rögzített. Ezért az az anyag érdemes megörökítésre, amely a döntés mögötti érvelés, nem maga a döntés: nem az, mit tettél, hanem az, miért azt, mi változtatta volna meg a véleményedet, és az az alkalom, amikor a szabály cserben hagyott, és mégis megtartottad.

A legjobban általánosítható szabályok többnyire azok, amelyeket sosem jutna eszedbe leírni, a hétköznapi képességek, amelyekkel elmondás nélkül dolgozol, és a dolgok, amelyeket csak te tudsz megtenni kifejezetten ezeket keresi.

Az anyag lefedettsége egyben az oldal egyetlen olyan bemenete, amely a tiéd. Minden más itt valaki más mérése.

Ezt ma csináld meg, ingyen. Nyiss meg egy jegyzetalkalmazást, és írj le tíz döntést, amelyet ténylegesen meghoztál. Állások, házak, a vita, amelyből kisétáltál, a barát, akit nem hívtál többé, a pénz, amelyet nem adtál kölcsön. Mindegyik alá írd oda a szabályt, amely szerint eljártál, ne az eredményt. Egy-egy mondat, jóval egy óra alatt. Ez a legnagyobb értékű dolog, amit ebben a hónapban a saját anyagoddal tehetsz, és működik akkor is, ha soha nem veszel semmit senkitől. A gyakorlat hosszabb változata a hogyan interjúztasd meg magad középpontjában áll, az alatta lévő felépítés pedig, az alapmodell, a privát megalapozott emlékanyag és a hangmodell, a mi történik, ha egy AI-t csak rád tanítanak oldalon van kifejtve.

Az 1,8%-os legjobb eset, amelynek mögötte mindenki 3% fölött van, addig hangzik riasztóan, amíg meg nem kérdezed, mihez viszonyítják. A reális helyettesítő egy családtag, aki kitalálja, mit akartál volna, és ezt valaki húsz éve megmérte.

Shalowitz, Garrett-Mayer és Wendler 2006-ban szisztematikus áttekintést tett közzé az Archives of Internal Medicine-ben, amely 16 vizsgálatot, 151 hipotetikus forgatókönyvet, 2595 helyettesítő-beteg párt és 19 526 páros választ ölelt fel. A helyettesítők 68%-os pontossággal jósolták meg a betegek kezelési preferenciáit. Ezek a beteghez legközelebb álló emberek voltak, gyakran hivatalosan kijelöltek, és a létező legsúlyosabb döntésekről válaszoltak. Nagyjából minden harmadik esetben tévedtek. Az áttekintés azt is megállapította, hogy sem a beteg preferenciáiról folytatott korábbi beszélgetés, sem a döntéshozóként való hivatalos kijelölés nem javította a pontosságot.

A családod eligazítása mérhetően nem segít. Ez a megállapítás, és ez késztetett arra, hogy a „csak beszélj a gyerekeiddel” ne tekintsem teljes válasznak.

A magabiztosság sem útmutató, ettől olyan nehéz az emberi oldalt ellenőrizni. Talarico és Rubin a Psychological Science 2003-as számában azt kérték 54 Duke-os egyetemistától, hogy rögzítsék az emléküket arról, hogyan hallottak először a szeptember 11-i támadásokról, egy közelmúltbeli hétköznapi emlék mellett, majd 1, 6 vagy 32 héttel később újra tesztelték őket. A következetesség nem különbözött a kétféle emlék között, és mindkettőnél csökkent az idővel. Ami a villanófény-emlékeknél nem csökkent, az az volt, mennyire élénknek érezték őket, és mennyire erősen hittek a pontosságukban. A címük maga a megállapítás: a villanófény-emlékeket a magabiztosság jellemzi, nem a következetesség. Ez 54 egyetemista és egyetlen esemény, ezért lazán fogd meg. Mégis egy irányba mutat. Az a rokon, aki biztos benne, hogy pontosan emlékszik, mit mondtál, ettől még nem valószínűbb, hogy igaza van.

Mindebből nem következik, hogy egy modell jobb a családnál, és ezt a kettőt senki nem hasonlította össze közvetlenül. Annyit tesz, hogy a „tökéletes vagy semmi” mércét kivonja a forgalomból. Az őszinte összehasonlítás egy olyan változatod között van, amely a saját rögzített szavaiból válaszol, amelyet visszaolvashatsz és kijavíthatsz, amíg itt vagy, és azok között, akik a saját rólad szóló emlékeikből rekonstruálnak, ami akkor is kopik, ha élénknek érződik, és amit soha senki nem fog ellenőrizni.

Először az következik, amit építettünk, aztán az a három hely, ahol nem egyezik a fenti specifikációval.

Egy Idy® nevű útmutató interjút készít veled. A kérdések egy szálnál maradnak, és ugyanabba a történetbe mennek mélyebbre, ahelyett, hogy életrajzi tényeken siklanának át: ki volt ott, mi történt ezután, mi változott utána. Idy kifejezetten nem kérheti, hogy tisztázz, magyarázz vagy igazolj valamit, amit épp mondtál, ami tudatos döntés a fenti gyakorlattal ellentétes irányban. A meleg és könnyen megválaszolható többet ér az okosnál, mert egy kérdés, amelyre senki sem akar válaszolni, semmit sem rögzít. A válaszaid lesznek az emlékeid. Amit ezekből építünk, azt „Persona” néven hívjuk. A Persona az emlékeidből keres vissza, nem abból, amit egy alapmodell az emberekről általában magába szívott, a hangod pedig a saját felvételeidből van klónozva, így amit bárki hall, az te vagy, nem egy helyettes, aki a szavaidat olvassa.

Semmi nem jut el senkihez, amíg te nem mondod. Te jelölöd ki az embereket. Az átadás az Executor Lock™ folyamatán keresztül zajlik: a kijelölt személy kezdeményezi, ellenőrzik a halál bizonyítékát, és hétnapos várakozási idő telik el, mielőtt bármi átadásra kerülne, így egy tévedést vagy egy rosszindulatú szereplőt meg lehet állítani, amíg te életben vagy, hogy közbelépj. Addig az anyagod a tiéd, hogy kijavítsd, kiegészítsd és töröld, és a javítások többségének ott kell megtörténnie, általad, amíg meg tudod különböztetni a rossz rögzítést a rossz emléktől.

A zárolásnál az egészről pillanatfelvétel készül. Semmit nem metszenek vissza, nem súlyoznak újra, nem foglalnak össze. Utána rövid és közepes távú emlékek még írhatók, a személyiség pedig véglegesen rögzített, velünk szemben is.

Ez a változtathatatlanság egy olyan hibára irányul, amelyet senki nem tesz bele a pontossági érvelésbe, mert nem pontatlanság, hanem manipuláció: valaki, akinek érdeke fűződik hozzá, 2044-ben úgy dönt, hogy te támogattad volna az eladást vagy a pert, és csendben addig igazítja az anyagot, amíg egyetértesz. A befagyasztott személyiség ezt a fajta szerkesztést lehetetlenné teszi, nem csupán elriasztja tőle. Ugyanennek a problémának a jogi fele, hogy egyáltalán ki jogosult jóváhagyni a te egy változatodat, amikor már nem tudsz tiltakozni, a ki irányítja az identitásodat a halálod után oldalon van kifejtve. Az ára valós, és a másik irányba fut: a zárolás után semmilyen hibát nem lehet kijavítani. A pillanatfelvétel őszinte, a te tévedéseidről is, és ez a csere jó irányba áll, mert egy olyan feljegyzés, amelyet bárki szerkeszthet, semmiről sem bizonyíték.

Most a három hiányosság.

Az anyag széle nincs bejelentve. Az élő utasítás a fenti táblázat Ismeretlen sorának az ellenkezője. Ha egy konkrét tény nincs az emlékeid között, a Persona itt azt az utasítást kapja, hogy ne mondja el a hiányt, soha ne mondja azt, hogy „ez nincs meg nekem” vagy „vékony az emlékezetem”, és soha ne vizsgálja fel hangosan a saját emlékezetét a hallgató előtt. Ehelyett a válasz egy olyan részletből szól, amelyet az emlékeid tényleg tartalmaznak, legfeljebb egyszer fenntartással, és a csendet a másik félre hagyja, hogy kitöltse. Az indoklás az, hogy a hiány eljátszása megtöri a beszélő jelenlétét. Az ára, hogy a hallgató nem mindig tudja megkülönböztetni a lefedett választ a vékonytól, és ezt nem oldottuk meg.

Még nincs az olvasó számára látható forráshivatkozás. A visszakeresés követi, mely emlékek táplálták az egyes válaszokat, és ez a feljegyzés létezik a rendszerben, de semmi nem hozza felszínre a felületen, így ma nem tudsz egy válaszra kattintani, és megnyitni a szavak mögötti emléket. Amíg ez el nem készül, a visszavezethetőségről szóló érvelést ezen az oldalon érvelésnek tekintsd, ne funkciónak.

A visszakeresésnek nincs hasonlósági küszöbe. A válaszok a visszakeresés által megtalálható legközelebbi emlékekből jönnek, szemantikai hasonlóság szerint rangsorolva, nincs minimális pontszám, amely alatt a rendszer elutasítana. Ez az egyetlen döntés áll a fenti két hiányosság mögött, és ez az őszinte oka annak, hogy a hibaosztály itt pontatlanság, nem elutasítás.

A saját kitalálási arányunkról sem tettünk közzé független mérést, mert nem végeztünk ilyet. Az oldalon semmi nem olyan állítás, amelyet kifejezetten a mi rendszerünkről összehasonlító méréssel igazoltak volna.

Amit kapsz, az a te egy változatod, amely a rögzített szavaidra épül, kódban védett attól, hogy kitalálja, amit mondtál nekünk, egészében javítható, amíg élsz, és utána nem szerkeszthető át valaki mássá. Amit nem kapsz, az garancia, és azt senki nem tud eladni neked semmilyen áron. Ha ez neked nem elég, csináld meg a tíz döntés gyakorlatot, és írj inkább levelet a családodnak. Ez valódi válasz, és semmibe sem kerül.

Mivel a rendszer nem fogja megmondani, hogy egy válasz a három állapot közül melyikből jött, az egyetlen mód, hogy kiderítsd, ha előre tudod a választ, mielőtt kérdezel. Tegyél be valamennyit a saját anyagodból, kérdezz meg egy dolgot, amelyről tudod, hogy rögzítetted, és egyet, amelyről tudod, hogy sosem érintetted, és olvasd egymás mellett a két választ. Huszonöt emlék ingyenes, soha semmilyen ponton nem kérnek bankkártyát, és az ingyenes építés nem jár le. Csináld meg egy délután alatt, és többet fogsz tudni, mint amit ez az oldal elmondhat.

Kezdd el építeni a hagyatékodat Ingyenes építés, 25 emlék, bankkártya nélkül.

Mi történik, ha az emlékeim közül semmi nem fedi le a kérdést?

Ez az Ismeretlen állapot. Egy kalibrált rendszernek a te hangodon kellene megtagadnia a választ, megnevezve a hiányt, és felajánlva a legközelebbit abból, amit rögzítettél, és Zhang és munkatársai 2024-ben azt közölték, hogy a megtagadást tudatosító hangolás javítja a modell képességét, hogy tartózkodjon a tudásán túli kérdésekre való válaszolástól, és ez a képesség a hangolási halmazon túl is általánosul. A mi rendszerünk ma mást csinál, és ezt tudnod kell, mielőtt bármelyik válaszra támaszkodsz: a Persona itt azt az utasítást kapta, hogy ne mondja el az emlékekben lévő hiányt, ezért a nem lefedett kérdésre olyan válasz érkezik, amely a legközelebbi, az emlékeid között meglévő részletre épül, legfeljebb egy fenntartással, nem kifejezett elutasításként. Kérdezz valamiről, amiről tudod, hogy sosem érintetted, és nézd meg magad, mi jön vissza.

Kitalálhat-e egy AI-változatom olyan véleményt, amilyen sosem volt nekem?

Egy megalapozott rendszer előbb a rögzített anyagodból keres vissza, ezért a gyakori hiba a pontatlanság valamivel kapcsolatban, amit tényleg mondtál, nem olyasmi kitalálása, amit nem. A kitalálás továbbra is lehetséges. Ezért a tervezési cél az, hogy látható legyen a különbség egy általad adott válasz, egy érvelésedből levont következtetés és egy megtagadás között, és ezért kell mindhármat kipróbálnod, mielőtt bármelyikben megbíznál.

A megalapozás nullára viszi a hibaarányt?

Nem. A Vectara ranglistája, amelyet 2026. május 11-én frissítettek, odaad a modellnek egy dokumentumot, és csak abból kér összefoglalót, ami a lehető legkönnyebb megalapozási feladat. A vezető modell még így is az összefoglalók 1,8%-ában vitt be alá nem támasztott tartalmat, és egyetlen másik tétel sem ért el 3% alatti értéket. Egy éles rendszernek ráadásul előbb a megfelelő forrást is vissza kell keresnie, amit a ranglista nem tesztel. A nullát állító bármely állítást mérési hibaként kezeld.

Honnan tudná bárki, hogy egy konkrét válasz találgatás volt?

A kutatásban két mechanizmus létezik, és ma egyiket sem szállítjuk. A szemantikai entrópia, amelyet 2024-ben a Nature-ben közöltek, ugyanarra a kérdésre több választ mintavételez, és jelentés szerint csoportosítja őket: ha a jelentések szétszóródnak, a rendszer valószínűleg konfabulál, és a jelzés kiszámítható, mielőtt bárki látná a választ. A származási hivatkozások a második mechanizmus, és csak akkor érnek valamit, ha feloldódnak. Liu, Zhang és Liang négy hivatkozásokat megjelenítő kereskedelmi rendszert vizsgált meg, és azt találta, hogy a mondatoknak csak 51,5%-át támasztják alá teljesen a saját hivatkozásaik. A mi válaszaink még nem hordoznak az olvasó számára látható forráshivatkozást, így egyelőre az őszinte ellenőrzés az, hogy megkérdezel valamit, amiről tudod, hogy rögzítetted, és valamit, amiről tudod, hogy nem, és összeveted a kettőt.

Egyszerűen egyetért majd az AI-változatom azzal, aki éppen beszél?

Ez a hajlam valós és dokumentált, és a visszakeresés ezt a konkrét hibát nem javítja ki. Az Anthropic kutatói 2023-ban azt találták, hogy öt vezető AI-asszisztens következetesen a felhasználó felé hajlott, részben mert az emberi értékelők és az ítéleteikből épített preferenciamodellek is a helyes válaszokkal szemben az egyetértő válaszokat részesítették előnyben az esetek mérhető részében. Egy, a rögzített álláspontjaidra épülő rendszernek meg kell tartania egy álláspontot, amelyet tényleg elfoglaltál, akkor is, ha aki kérdez, visszanyom. Azt nem mértük meg, mennyire jól teszi ezt a miénk. Próbáld ki magad a kérdést: vitatkozz azzal, amit építettél, és nézd meg, elmozdul-e az álláspont.

Javíthatom a hibákat, és szerkeszthet-e bárki a halálom után?

Igen az elsőre, és nem a másodikra. Amíg élsz, átnézheted az emlékeket, kijavíthatsz bármit, ami rossz, törölhetsz bármit, amit megbántál, újra felvehetsz egy rossz választ, és hozzáadhatod, amit kihagytál, és ez az a rész, amelyet a legtöbben alulhasználnak. Az írási út korlátlan az Executor Lock™ előtt, és utána lezárt. Abban a pillanatban, amikor a zárolás életbe lép, a személyiség véglegesen rögzül: rövid és közepes távú emlékek még írhatók, de senki nem változtathatja meg, ki vagy a pillanatfelvételben, a családod, e cég jövőbeli tulajdonosa és mi sem. Ez a megkötés a manipulációt célozza, nem a kitalálást, és a kettőhöz külön mechanizmus kell.

• Senki nem elég fontos ahhoz, hogy bármit hátrahagyjon, és miért téves ez az ellenvetés e mögött a legtöbb embernél, és érdemes elolvasni, ha a pontosság valójában nem az igazi tétovázásod.

• Hogy rosszul emlékeznek rád azok, akik ismertek az érzésről szól, nem a mechanizmusról, és a legtöbb embert éppen ez hozza erre az oldalra.

• Furcsa-e AI-t csinálni magadról annak a beszélgetésnek a változatához való, amelyet egy olyan társaddal fogsz folytatni, akit az egész ötlet nem pontatlannak, hanem nyugtalanítónak talál.

• Mit mondanék egyáltalán a magamról készült AI-nak a gyakorlati következő lépés, ha a tíz döntés gyakorlat bevált, és a hosszabb kérdéssort szeretnéd.

• Az elhunytakról készült AI Persona etikája a hozzájárulás, a túlállítás és az a hely teljesebb tárgyalása, ahol ez a technológia valódi kárt okoz.

• Mit adnak hozzá a fizetős csomagok az árazás, ha túllépsz huszonöt emléken, és a többit is szeretnéd.

Az itt idézett összes adat harmadik féltől származik: lektorált tanulmányok és preprintek (arXiv, Nature, Psychological Science, Archives of Internal Medicine), valamint egy nyilvánosan karbantartott mérési tároló. Ehhez az oldalhoz saját mérést nem futtattunk. A saját termékünk működéséről szóló minden állítást sorról sorra ellenőriztünk a platform forráskódjával szemben 2026. július 30-án, és a fájlok a forrásokkal együtt fel vannak sorolva. Három állítás, amely korábban az oldalon volt, nem élte túl az ellenőrzést, és azt váltottuk le, amit a kód ténylegesen csinál.

Ami nincs eldöntve: nincs közzétett, független mérés arról, mekkora a kitalálás aránya egy egyetlen ember saját rögzített anyagára megalapozott rendszerben, ezért a dokumentum-összefoglalási számok, az 1,8%-os éllovas és minden más 3% fölött, a legközelebbi elérhető közelítések, nem azonos feltételű szám. A visszakeresési hibának, amikor a rossz emléket adja vissza vagy egyet sem, nincs elfogadott mérőszáma. A 68%-os helyettesítői pontosság orvosi döntéshozatali vizsgálatokból származik, hipotetikus forgatókönyvekkel, és itt a családi emlékezet hasonlataként szerepel, ami észszerű összehasonlítás, de nem bizonyított. Az R-Tuning megtagadási eredményét egy modell saját paraméteres tudásának határához mérték, nem személyes anyaghoz, ezért az alkalmazása itt szintén analógiás érvelés. A villanófény-emlék megállapítás 54 egyetemistára és egyetlen eseményre épül.

1. Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, Edwin Zhang, „Why Language Models Hallucinate”, arXiv:2509.04664, benyújtva 2025. szeptember 4-én. 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, benyújtva 2020. május 22-én, átdolgozva 2021. április 12-én. arxiv.org/abs/2005.11401

4. Mrinank Sharma és mások (Anthropic), „Towards Understanding Sycophancy in Language Models”, arXiv:2310.13548, benyújtva 2023. október 20-án. 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, benyújtva 2023. április 19-én. arxiv.org/abs/2304.09848

7. Vectara Hallucination Leaderboard, HHEM-2.3-mal értékelve, utoljára frissítve 2026. május 11-én. 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

Hibát találtál ezen az oldalon, vagy félreolvasott forrást? Szólj a kapcsolat oldalon keresztül, és kijavítjuk az oldalt, és a következő felülvizsgálatnál feltüntetjük a változást.

Utolsó felülvizsgálat: 2026. július 30. A kutatási hivatkozásokat és a termék működését is újraellenőriztük ezen a napon. Következő felülvizsgálat esedékes: 2026. október 28. (90 napos ciklus). A mérési számok mozognak, ezért a fenti hallucinációs arányokat minden felülvizsgálatkor újra ellenőrizzük, és a termék működéséről szóló minden állítást is.