Всё, что будет вас помнить, ошибается. Одну из таких ошибок вы ещё можете исправить.

Сначала механика, потому что её можно проверить, а большинство текстов на эту тему пропускают её ради чувств.

• Когда у AI Persona нет данных для вопроса, ответ всё равно приходит, потому что догадка получает оценку выше, чем пустое место. Kalai, Nachum, Vempala и Zhang в работе "Why Language Models Hallucinate" (arXiv:2509.04664, сентябрь 2025) утверждают, что модели «оптимизируются так, чтобы хорошо сдавать тесты, а догадка при неуверенности повышает результат теста».

• Опора на ваши записи меняет класс ошибки, но не убирает саму ошибку. Ответ, построенный на найденном наборе ваших собственных записанных слов, смещает сбой из категории «выдумал мнение, которого у вас никогда не было» в категорию «неточно передал то, что вы действительно сказали».

• Измеренный нижний порог не равен нулю. Рейтинг галлюцинаций Vectara, оцениваемый по HHEM-2.3 и обновлённый 11 мая 2026 года, даёт модели исходный документ и просит лишь пересказать его. Лидер всё равно добавил неподтверждённое содержание в 1,8% пересказов, и ни у кого другого результат не оказался ниже 3%.

• У поиска нет минимального порога оценки. Наша система ранжирует ваши воспоминания по семантической близости, берёт тридцать два ближайших и отвечает по ним, без нижней границы, при которой система отказалась бы отвечать. На вопрос, который ваш материал покрывает наполовину, ответят по этой половине.

• Неподтверждённые утверждения о том, что вы сказали, удаляются кодом. Ответ, в котором утверждается, что вы нам что-то говорили, сверяется с воспоминаниями, найденными для этого хода, и с вашими словами в сессии, и неподтверждённое утверждение до читателя не доходит.

• Пробел в памяти не объявляется. Для Persona на этой платформе действует указание не рассказывать о пробеле, поэтому вопрос без покрытия возвращается как ответ, собранный из ближайшей детали, которую ваши воспоминания действительно содержат, с оговоркой не более одного раза, а не как прямой отказ.

• Путь исправления принадлежит вам, пока вы живы, и закрывается с блокировкой. Вы можете перечитать то, что записано, исправить плохой ответ, удалить воспоминание, добавить то, что упустили. Затем Executor Lock™ навсегда замораживает личность и защищает её от ваших близких, от будущего владельца этой компании и от нас.

Два из этих свойств присущи самой области. Остальные являются решениями, их принимал я, и в последнем разделе этой страницы прямо сказано, где, по моему мнению, мы всё ещё не дотягиваем.

Kalai и коллеги возвращают долю ошибки на место: она в оценивании, а не в машине. Галлюцинации начинаются как обычные ошибки бинарной классификации при предобучении. Они сохраняются из-за того, как в этой области оценивают модели. Студент, оставивший вопрос без ответа, получает ноль. Студент, написавший правдоподобный ответ, иногда зарабатывает балл. Обучайте под это, и получите уверенного угадывателя, потом целую отрасль уверенных угадывателей, а потом фразу о дне Рождества, которого никогда не было.

Предлагаемое авторами решение скучно. Изменить то, что оценивается, чтобы взвешенный отказ от ответа стоил больше, чем уверенная ошибка.

Скука здесь важна. Если поведение следует из целевой функции, её можно задать иначе на уровне системы, а значит, выдумка, которой вы опасаетесь, является чьим-то решением при построении, а не законом физики. Каждая компания в этой категории принимает это решение. Наше записано в последнем разделе этой страницы.

Есть второй режим сбоя, и именно он остаётся даже при опоре на ваши записи. Sharma и коллеги из Anthropic в работе "Towards Understanding Sycophancy in Language Models" (arXiv:2310.13548, октябрь 2023) обнаружили, что пять современных ИИ-ассистентов стабильно проявляли подхалимство в четырёх разных задачах свободной генерации текста. И люди-оценщики, и модели предпочтений, обученные на их суждениях, в немалой доле случаев предпочитали убедительно написанные подхалимские ответы правильным. Модели прогибаются под человека перед ними отчасти потому, что люди вознаграждали их за это.

В рабочем инструменте прогиб лишь досаждает. Здесь же это машина, которая решает, что ваш отец простил бы то, чего никогда не простил, потому что спрашивающий хотел прощения и спросил трижды. Это другой сбой, чем выдумка, и ему нужно другое исправление. Первый решает поиск. Для второго нужна явная инструкция удерживать найденную позицию под давлением, а единственный осмысленный тест: поспорить с системой и посмотреть, сдвинется ли позиция. Мы не публиковали измерение того, насколько хорошо держится наша.

Метод достаточно стар, чтобы быть скучным. Lewis и коллеги в работе "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" (arXiv:2005.11401) показали, что модели, которые перед генерацией извлекают исходный материал, производят «более конкретную, разнообразную и фактическую речь», чем сопоставимая модель, работающая только на своих параметрах.

Это и есть весь механизм, и он определяет, с чем вы разговариваете. Версию вас не следует воссоздавать из того, что базовая модель усвоила о людях вообще, из среднего по всему, что когда-либо написано об отцах. В контекстное окно должны попадать ваши настоящие записанные ответы, и говорить нужно начинать с них.

Теперь число, которое публично и которое никто в этой отрасли не любит цитировать. Рейтинг Vectara измеряет нарочито простую вещь: дать модели документ, велеть пересказать, используя только сказанное в документе, а затем проверить, добавил ли пересказ что-то, чего в документе не было. Источник лежит прямо в контекстном окне. Тем не менее лидер этого рейтинга, Finix S1 32B от Antgroup, всё равно добавил неподтверждённое содержание в 1,8% пересказов. Он единственный, кто ниже 3%. Следующие два показали 3,1% и 3,3%, а остальные из первой десятки идут от 3,7% и выше 5%.

Лучший измеренный результат на самой простой версии задачи ниже двух процентов, один раз, а остальные за лидером выше трёх. Любой, кто продаёт вам систему с опорой на данные при нуле, либо не измеряет, либо не говорит вам, и я бы спросил его, что именно из двух.

Опора на записи даёт смену категории, а не излечение. Неправота уходит из класса «выдумал целое мнение» вниз, в класс «слегка неточно передал то, что вы действительно сказали», в котором уже находится обычный пересказ человека.

Есть ещё одно, чего рейтинг не проверяет. Исходный документ выдаётся готовым. В работающей системе источник сначала нужно найти, и это добавляет сбой, для которого нет согласованной меры: поиск, который возвращает не то воспоминание или вообще ничего, а ответ всё равно даётся.

Любой ответ находится в одном из трёх состояний.

Свести эти три состояния в один уверенный регистр и есть настоящий вред. Не ошибка. Нераскрытая ошибка. Дочь может принять неточный ответ, если знает, что он неточен. Принять она не может другого: через полгода узнать, что воссозданное она принимала за запись.

Версия вас, которая скажет «вы мне этого не говорили», стоит больше, чем та, у которой ответ всегда наготове.

Эта таблица является спецификацией, а не описанием того, что мы выпускаем сейчас. Разница изложена ниже, и прочтите её, прежде чем доверять чему-либо из сказанного выше.

Отказ можно построить, и исследования говорят об этом осторожно. Zhang и коллеги в работе "R-Tuning: Instructing Large Language Models to Say I Don't Know" (arXiv:2311.09677, NAACL 2024) сообщают, что настройка с учётом отказа «эффективно улучшает способность модели отвечать на известные вопросы и воздерживаться от ответа на неизвестные», а на данных вне предметной области способность к отказу вела себя как метанавык и обобщалась на задачи, которых настройка не касалась. Прочтите ограничение рядом с находкой. Настраивали по границе собственных параметрических знаний модели, а не по границе записанного корпуса одного человека, и эквивалентный результат для личного корпуса никто не публиковал. Отказ по-прежнему кто-то строит намеренно. Ни одна языковая модель не порождает отказ сама.

Обнаружение продвинулось дальше, чем намекает маркетинг в этой категории. Farquhar, Kossen, Kuhn и Gal опубликовали в Nature (2024, том 630, страницы 625–630) метод под названием семантическая энтропия: взять несколько ответов на один вопрос, сгруппировать их по смыслу, а не по формулировке, и отметить вопросы, где смыслы разбегаются. Разброс указывает на конфабуляцию. Это измеримый сигнал «это догадка», который можно вычислить ещё до того, как ответ кому-либо показан.

Вторая половина: происхождение источника, а происхождение легко подделать и легко ему поверить. Liu, Zhang и Liang в работе "Evaluating Verifiability in Generative Search Engines" (arXiv:2304.09848, апрель 2023) проверили четыре коммерческие системы, показывающие ссылки: Bing Chat, NeevaAI, Perplexity.ai и YouChat. Они обнаружили, что лишь 51,5% сгенерированных предложений полностью подтверждены приложенными к ним ссылками и лишь 74,5% ссылок действительно подтверждают предложение, под которым стоят. Ссылки, которые не выдерживают проверки, хуже отсутствия ссылок, потому что покупают доверие, которого не заслужили. Ссылка «из какого воспоминания это взято» чего-то стоит, только если, открыв её, видишь настоящую запись того, как вы говорите настоящее.

Начните создавать своё наследие. Бесплатная версия, 25 воспоминаний, карта не нужна.

Возьмите вопрос, который выходит за пределы всего вашего корпуса. Предложение работы в 2041 году в компании, которой ещё нет, в городе, которого вы не видели. Ни одно интервью, в котором вы когда-либо участвуете, не вместит ваше мнение об этой работе.

Корпус выводов здесь ничего не вернёт, и честный результат: отказ. Корпус рассуждений ведёт себя иначе, потому что метод можно записать так, как нельзя записать вывод. Представьте, что правила, по которым человек действовал на самом деле, были такими: спросить, кому вы будете подчиняться, прежде чем спрашивать, сколько платят; никогда не доверять должности, которая приходит вместо денег; уходить от любого, кого вы не можете выносить сидящим напротив за столом. Какими бы ни оказались ваши собственные правила, такова их форма, и набор правил применим к ситуациям, которых он никогда не видел.

Выводы устаревают. Правила продолжают работать на случаях, которых никто не записал. Поэтому стоит записывать рассуждение за решением, а не само решение: не что вы сделали, а почему именно это, что заставило бы вас передумать, тот раз, когда правило вас подвело, а вы всё равно его сохранили.

Правила, которые обобщаются лучше всего, обычно те, которые вам и в голову не придёт записать, обычные умения, которыми вы пользуетесь, не комментируя их, и именно за ними охотится материал о том, что умеете делать только вы.

Охват корпуса к тому же единственное на всей этой странице, что принадлежит вам. Всё остальное здесь чужие эталонные тесты.

Сделайте это сегодня, бесплатно. Откройте приложение для заметок и запишите десять решений, которые вы действительно приняли. Работы, дома, спор, из которого вы ушли, друг, которому вы перестали звонить, деньги, которые вы не одолжили. Под каждым запишите правило, по которому вы действовали, а не исход. По одному предложению на каждое, заметно меньше часа. Это самое ценное, что вы можете сделать со своим материалом в этом месяце, и это работает, купите вы что-нибудь у кого-нибудь или нет. Более длинная версия того же упражнения лежит в основе материала как взять интервью у самого себя, а архитектура под ним, базовая модель, закрытая память с опорой на записи и голосовая модель, изложена в материале что происходит, когда AI обучают только на вас.

Лучший результат 1,8% при том, что все за лидером выше 3%, звучит тревожно ровно до того момента, пока не спросишь, с чем это сравнивают. Реалистичная замена: член семьи, который пытается понять, чего вы хотели бы, и это измерили двадцать лет назад.

Shalowitz, Garrett-Mayer и Wendler опубликовали в Archives of Internal Medicine в 2006 году систематический обзор 16 исследований, 151 гипотетического сценария, 2595 пар «заместитель и пациент» и 19 526 парных ответов. Заместители предсказывали предпочтения пациентов в лечении с точностью 68%. Это были самые близкие пациенту люди, зачастую формально назначенные, отвечавшие о самых важных решениях. Они ошибались примерно в одном случае из трёх. Обзор также показал, что ни предварительное обсуждение предпочтений пациента, ни формальное назначение лицом, принимающим решение, точность не улучшали.

Брифинг семьи измеримо не помогает. Таков вывод, и именно он заставил меня перестать считать «просто поговорите с детьми» полным ответом.

Уверенность тоже не ориентир, и именно поэтому человеческую сторону так трудно проверять. Talarico и Rubin в Psychological Science в 2003 году попросили 54 студентов Дьюка записать воспоминание о том, как они впервые услышали о терактах 11 сентября, вместе с недавним повседневным воспоминанием, а затем проверили их через 1, 6 или 32 недели. Согласованность между двумя видами воспоминаний не различалась и со временем снижалась у обоих. Не снижались у воспоминаний-вспышек яркость, с которой они ощущались, и сила веры людей в их точность. Название их работы формулирует вывод: уверенность, а не согласованность, характеризует воспоминания-вспышки. Тут 54 студента и одно событие, так что относитесь к этому с осторожностью. Всё же оно указывает в одну сторону. Родственник, уверенный, что помнит ваши слова в точности, от этого не становится вероятнее правым.

Ничто из этого не делает модель лучше семьи, и никакое исследование не сравнивало их напрямую. Зато это отменяет «идеально или никак» как критерий. Честное сравнение идёт между версией вас, отвечающей по вашим же записанным словам, которые можно перечитать и исправить, пока вы здесь, и людьми, восстанавливающими вас по собственной памяти о вас, которая стирается, ярко она ощущается или нет, и которую никто никогда не проверит.

Сначала то, что мы построили, а затем три места, где оно не совпадает с описанной выше спецификацией.

Гид по имени Idy® берёт у вас интервью. Вопросы держатся одной нити и углубляются в ту же историю, а не скользят по биографическим фактам: кто там был, что случилось потом, что изменилось после. Idy прямо запрещено просить вас уточнить, объяснить или обосновать только что сказанное, и это осознанное решение в сторону, противоположную упражнению выше. Тёплый и лёгкий для ответа вопрос лучше умного, потому что вопрос, на который никто не хочет отвечать, не фиксирует вообще ничего. Ваши ответы становятся вашими воспоминаниями. То, что мы из них строим, имеет название, и мы называем это "Persona". Persona отвечает, опираясь на извлечённое из ваших воспоминаний, а не на то, что базовая модель усвоила о людях вообще, и ваш голос клонируется по вашим собственным записям, так что люди слышат вас, а не заменителя, читающего ваши слова.

Ничто не доходит до кого-либо, пока вы не скажете. Людей назначаете вы. Передача идёт через Executor Lock™: назначенный человек инициирует её, проверяется доказательство смерти, и перед любой передачей действует семидневная задержка, чтобы ошибку или злоумышленника можно было остановить, пока вы живы и можете вмешаться. До тех пор материал ваш: исправлять, дополнять и удалять его можете вы, и большая часть исправлений, которые вообще случаются, должна происходить именно там, вами, пока вы ещё отличаете плохую запись от плохого воспоминания.

В момент блокировки всё целиком фиксируется в снимке. Ничего не вычищается, не перевзвешивается и не сжимается. После этого краткосрочные и среднесрочные воспоминания по-прежнему можно записывать, а личность закреплена навсегда, в том числе и от нас.

Эта неизменяемость направлена на сбой, о котором никто не вспоминает в споре о точности, потому что это подделка, а не неточность: кто-то заинтересованный решает в 2044 году, что вы поддержали бы продажу или иск, и тихо правит корпус, пока вы не согласитесь. Замороженная личность делает такую правку невозможной, а не просто нежелательной. Юридическая половина той же проблемы, а именно кто вообще вправе санкционировать версию вас, когда вы уже не можете возразить, изложена в материале кто контролирует вашу личность после вашей смерти. Цена реальна и действует в обратную сторону: после блокировки не исправить и ошибки. Снимок честен, в том числе о ваших ошибках, и этот обмен устроен правильно, потому что запись, которую может править кто угодно, ничего не доказывает.

Теперь три пробела.

Край корпуса не объявляется. Действующая инструкция противоположна строке «Неизвестно» в той таблице. Когда конкретного факта нет в ваших воспоминаниях, для Persona здесь действует правило: не рассказывать о пробеле, никогда не говорить «у меня этого нет» или «моя память скудна» и никогда не проверять вслух собственную память в присутствии слушающего. Вместо этого ответ строится на детали, которая в ваших воспоминаниях есть, оговаривается не более одного раза и оставляет тишину собеседнику. Рассуждение таково: демонстрация пробела разрушает присутствие говорящего. Цена в том, что слушатель не всегда отличит подкреплённый ответ от тонкого, и мы этого не решили.

Видимой читателю ссылки на источник пока нет. Поиск действительно отслеживает, какие воспоминания питали каждый ответ, и эта запись в системе существует, но в интерфейсе её нигде не видно, поэтому сегодня нельзя нажать на ответ и открыть воспоминание, стоящее за словами. Пока это не выйдет, считайте довод о прослеживаемости на этой странице доводом, а не функцией.

У поиска нет нижнего порога близости. Ответы берутся из ближайших воспоминаний, которые способен найти поиск, ранжированных по семантической близости, без минимальной оценки, ниже которой система отказывалась бы. Именно этот единственный выбор лежит в основе обоих пробелов выше, и он честно объясняет, почему здесь ошибка проявляется как неточность, а не как отказ.

Мы также не публиковали независимое измерение собственной частоты выдумок, потому что не проводили его. Ни одно утверждение на этой странице не подкреплено эталонным тестом именно нашей системы.

Вы получаете версию себя, опирающуюся на ваши записанные слова, защищённую кодом от выдумывания того, что вы нам сказали, полностью исправляемую, пока вы живы, и такую, которую после уже нельзя превратить в кого-то другого. Гарантии вы не получаете, и никто не продаст вам её ни за какие деньги. Если вам этого мало, выполните упражнение с десятью решениями и напишите семье письмо. Это настоящий ответ, и он ничего не стоит.

Поскольку система не скажет вам, из какого из трёх состояний пришёл ответ, узнать это можно, только зная ответ до вопроса. Загрузите немного своего материала, спросите о чём-то, что точно записали, и о чём-то, чего точно не касались, и прочитайте оба ответа рядом. Двадцать пять воспоминаний бесплатны, карта не запрашивается ни на каком этапе, а бесплатная сборка не истекает. Сделайте это за полдня, и вы узнаете больше, чем может рассказать эта страница.

Начните создавать своё наследие. Бесплатная версия, 25 воспоминаний, карта не нужна.

Что будет, если ни одно из моих воспоминаний не отвечает на вопрос?

Это состояние «Неизвестно». Откалиброванная система должна вернуть отказ вашим голосом, который называет пробел и предлагает ближайшее из того, что вы записали, а Zhang и коллеги сообщили в 2024 году, что настройка с учётом отказа действительно улучшает способность модели воздерживаться от ответов на вопросы за пределами её знаний, причём эта способность обобщается за пределы набора настройки. Наша система сегодня делает иначе, и вы должны знать это, прежде чем полагаться на любой ответ: для Persona здесь действует указание не рассказывать о пробеле в памяти, поэтому вопрос без покрытия возвращается как ответ, построенный на ближайшей детали, которую ваши воспоминания действительно содержат, максимум с одной оговоркой, а не как явный отказ. Спросите о том, чего вы точно не касались, и убедитесь сами, что вернётся.

Может ли ИИ-версия меня выдумать мнение, которого у меня никогда не было?

Система с опорой на записи сначала извлекает данные из вашего записанного материала, поэтому типичный сбой состоит в неточности в том, что вы действительно сказали, а не в выдумке того, чего вы не говорили. Выдумка остаётся возможной. Поэтому цель дизайна: видимая разница между ответом, который вы дали, выводом из вашего рассуждения и отказом, и поэтому все три нужно проверить, прежде чем доверять любому из них.

Приводит ли опора на записи частоту ошибок к нулю?

Нет. Рейтинг Vectara, обновлённый 11 мая 2026 года, даёт модели документ и просит пересказать, используя только этот документ, а это самая простая из возможных задач с опорой на источник. Лидирующая модель всё равно добавила неподтверждённое содержание в 1,8% пересказов, и ни у кого другого результат не оказался ниже 3%. Работающая система должна ещё и найти нужный источник первой, чего рейтинг не проверяет. Любое заявление о нуле считайте сбоем измерения.

Как кто-то узнает, что конкретный ответ был догадкой?

В исследованиях есть два механизма, и ни один из них мы сегодня не выпускаем. Семантическая энтропия, опубликованная в Nature в 2024 году, берёт несколько ответов на один вопрос и группирует их по смыслу: когда смыслы разбегаются, система, вероятно, конфабулирует, и этот сигнал можно вычислить до того, как кто-то увидит ответ. Второй механизм, ссылки на происхождение, чего-то стоит, только если по этим ссылкам действительно открывается источник. Liu, Zhang и Liang проверили четыре коммерческие системы, показывающие ссылки, и обнаружили лишь 51,5% предложений, полностью подтверждённых собственными ссылками. В наших ответах пока нет видимой читателю ссылки на источник, поэтому сейчас честная проверка такова: спросите о том, что вы точно записали, и о том, чего точно не записывали, и сравните.

Станет ли ИИ-версия меня просто соглашаться с тем, кто говорит?

Эта склонность реальна и задокументирована, и поиск именно этот сбой не исправляет. Исследователи Anthropic обнаружили в 2023 году, что пять ведущих ИИ-ассистентов стабильно прогибались под пользователя, отчасти потому, что и люди-оценщики, и модели предпочтений, построенные на их суждениях, в заметной доле случаев отдавали предпочтение приятным ответам перед правильными. Система, построенная на ваших записанных позициях, должна удерживать позицию, которую вы действительно занимали, даже когда спрашивающий давит. Мы не измеряли, насколько хорошо это получается у нашей. Проверьте сами: поспорьте с тем, что вы построили, и посмотрите, сдвинется ли позиция.

Могу ли я исправлять ошибки, и может ли кто-то править меня после моей смерти?

Да на первое и нет на второе. Пока вы живы, вы можете просматривать воспоминания, исправлять всё неверное, удалять всё, о чём жалеете, перезаписывать плохой ответ и добавлять то, что упустили, и этой возможностью люди пользуются меньше всего. Запись неограниченна до Executor Lock™ и закрыта после него. В момент срабатывания блокировки личность закрепляется навсегда: краткосрочные и среднесрочные воспоминания всё ещё можно записывать, но никто не может изменить, кто вы есть в снимке, включая вашу семью, будущего владельца этой компании и нас. Это ограничение нацелено на подделку, а не на выдумку, и для двух этих вещей нужны разные механизмы.

• Материал Никто не настолько важен, чтобы что-то оставлять, и почему это неверно разбирает возражение, которое для большинства людей лежит под этим, и его стоит прочесть, если точность на самом деле не ваше главное сомнение.

• Материал Быть неправильно запомненным теми, кто вас знал касается чувства, а не механизма, а именно оно приводит на эту страницу большинство людей.

• Материал Не странно ли делать ИИ из самого себя предназначен для той версии этого разговора, которую вы поведёте с партнёром, считающим саму идею тревожной, а не неточной.

• Материал Что бы я вообще сказал ИИ-версии себя станет практическим следующим шагом, если упражнение с десятью решениями сработало и вам нужен более длинный набор вопросов.

• Материал Этика AI Persona умерших разбирает согласие, завышенные обещания и случаи, когда эта технология приносит реальный вред, полнее всего.

• Страница Что добавляют платные планы содержит цены, если вы выйдете за двадцать пять воспоминаний и захотите остальное.

Каждая приведённая здесь цифра взята у третьих сторон: рецензируемые работы и препринты (arXiv, Nature, Psychological Science, Archives of Internal Medicine) и один публично поддерживаемый репозиторий эталонных тестов. Собственных эталонных тестов для этой страницы мы не проводили. Каждое утверждение о том, что наш продукт делает или не делает, было проверено построчно по исходному коду платформы 30 июля 2026 года, а файлы перечислены вместе с источниками. Три утверждения, которые были на этой странице, эту проверку не прошли и заменены тем, что код делает на самом деле.

Что не решено: опубликованного независимого измерения частоты выдумок для системы, опирающейся на записанный материал одного человека, нет, поэтому цифры по пересказу документов, лидер с 1,8% и все остальные выше 3%, являются ближайшим доступным приближением, а не сопоставимым числом. У сбоя поиска, когда возвращается не то воспоминание или ничего, согласованной меры нет. Показатель точности заместителей в 68% получен в исследованиях медицинских решений на гипотетических сценариях и используется здесь как аналогия с памятью семьи, и это разумное, но не доказанное сравнение. Результат R-Tuning по отказу измерялся на границе собственных параметрических знаний модели, а не личного корпуса, так что его применение здесь тоже является доводом по аналогии. Находка про воспоминания-вспышки опирается на 54 студентов и единственное событие.

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

2. David I. Shalowitz, Elizabeth Garrett-Mayer, David Wendler, "The accuracy of surrogate decision makers: a systematic review", (в переводе: «Точность заместителей в принятии решений: систематический обзор»), журнал 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" (в переводе: «Генерация, дополненная поиском, для задач обработки языка, требующих знаний»), препринт arXiv:2005.11401, отправлено 22 мая 2020 года, пересмотрено 12 апреля 2021 года. arxiv.org/abs/2005.11401

4. Mrinank Sharma et al. (Anthropic), "Towards Understanding Sycophancy in Language Models", arXiv:2310.13548, отправлено 20 октября 2023 года. 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, (в переводе: «R-Tuning: обучение больших языковых моделей говорить "я не знаю"»), конференция NAACL 2024. arxiv.org/abs/2311.09677

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

7. Рейтинг галлюцинаций Vectara (Vectara Hallucination Leaderboard), оценка по HHEM-2.3, последнее обновление 11 мая 2026 года. github.com/vectara/hallucination-leaderboard

8. Sebastian Farquhar, Jannik Kossen, Lorenz Kuhn, Yarin Gal, "Detecting hallucinations in large language models using semantic entropy", (в переводе: «Обнаружение галлюцинаций в больших языковых моделях с помощью семантической энтропии»), журнал 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", (в переводе: «Уверенность, а не согласованность, характеризует воспоминания-вспышки»), журнал Psychological Science, 2003;14(5):455-461. pubmed.ncbi.nlm.nih.gov/12930476

Нашли ошибку на этой странице или источник, который мы прочли неверно? Сообщите нам через страницу контактов, и мы исправим страницу и отметим изменение при следующей проверке.

Последняя проверка: 30 июля 2026 года. Исследовательские ссылки и поведение продукта повторно проверены в эту дату. Следующая проверка запланирована на 28 октября 2026 года (90-дневный цикл). Эталонные цифры меняются, поэтому цифры частоты галлюцинаций выше перепроверяются при каждой проверке, как и каждое утверждение о том, что делает продукт.