大模型都是有幻觉的，比如某个模型在测试集上的准确率是90%，但用户期待的是100%，你觉得应该如何填平中间这10%的差距？
考察说明
考察对大模型幻觉的深刻理解、系统化降低幻觉风险以及管理与用户期望差距的工程能力
回答思路
- 能准确描述幻觉的成因及准确率与用户感知之间的差异（如测试集与真实分布的偏差）
- 提出系统化的改进方案，而不仅仅依靠提示词或微调等单一手段
- 覆盖RAG、知识纠偏、强化学习、对齐、模型自身不确定性表达等多层次方法
- 讨论如何通过系统设计、阈值控制和用户引导来管理预期和兜底
- 能结合具体业务场景说明取舍与成本考量
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。