LLM 幻觉的形式化数学定义目录LLM 幻觉的形式化数学定义1. 前置定义：LLM 的生成本质2. 基础算子定义3. 幻觉的严格数学定义4. 幻觉的两种表现形式5. 幻觉严重程度的量化二、详细举例与对应验证例1：忠实性幻觉（矛盾型）例2：忠实性幻觉（捏造型）例3：事实性幻觉（矛盾型）例4：事实性幻觉（捏造型，最典型）例5：推理型幻觉（特殊子类）三、关键补充与误区澄清一、LLM 幻觉的主流分类体系维度1：按参考基准划分（学术界最核心分类）1. 忠实性幻觉（内在幻觉/上下文幻觉）2. 事实性幻觉（外在幻觉/世界知识幻觉）维度2：按表现形式与错误类型划分1. 矛盾型幻觉2. 捏造型幻觉（无依据幻觉）3. 误导型幻觉（偏倚幻觉）维度3：按幻觉发生的语义层级划分1. 实体级幻觉2. 关系级幻觉3. 篇章级/逻辑级幻觉维度4：按可察觉难度划分1. 显式幻觉2. 隐式幻觉维度5：按产生根源划分（技术治理视角）1. 训练源幻觉2. 上下文诱导幻觉3. 解码生成幻觉二、幻觉的标准化基准与评测体系（一）基准的核心判定范式1. 文本蕴含范式2. 事实三元组范式（二）主流公开基准数据集1. TruthfulQA —— 开放域事实性幻觉标杆基准2. FEVER (Fact Extraction and Verification) —— 事实核验通用基准3. XSumHall / FactCC —— 摘要场景忠实性幻觉基准4. RGB (RAG Groundedness Benchmark) —— RAG场景忠实性基准5. HALUE —— 多任务综合幻觉基准（三）基准的局限性LLM 幻觉（Hallucination）的核心本质是：模型生成的文本在语义上通顺、看似合理，但内容与参考事实基准不符或无依据。以下用严格的符号与公式对其进行定义，该框架也是当前学术界幻觉检测与抑制研究的通用形式化基础。1. 前置定义：LLM 的生成本质大语言模型是一个自回归条件概率模型：给定输入提示序列x = [ x 1 , x 2 , … , x m ] \boldsymbol{x} = [x_1, x_2, \dots, x_m]x=