99 lines
4.2 KiB
Markdown
99 lines
4.2 KiB
Markdown
---
|
|
id: wiki-2026-0508-llm-hallucinations
|
|
title: LLM Hallucinations
|
|
category: 10_Wiki/Topics
|
|
status: needs_review
|
|
canonical_id: self
|
|
aliases: [LLM-HALLUCINATION-001]
|
|
duplicate_of: none
|
|
source_trust_level: A
|
|
confidence_score: 0.92
|
|
tags: [llm, hallucination, ai-safety, rag, grounding, fact-checking]
|
|
raw_sources: []
|
|
last_reinforced: 2026-05-08
|
|
github_commit: pending
|
|
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
|
tech_stack:
|
|
language: unspecified
|
|
framework: unspecified
|
|
---
|
|
|
|
# [[LLM Hallucinations]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "확률적 몽상: 대규모 언어 모델이 학습 데이터의 패턴에 기반해 문법적으로 완벽하지만 사실과는 다른 정보를 자신 있게 생성하는 현상으로, 신뢰할 수 있는 AI 시스템 구축을 위해 반드시 해결해야 할 핵심 과제."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
LLM 환각(Hallucination)은 모델이 학습한 데이터의 통계적 분포와 실제 사실 간의 괴리에서 발생하며, 다양한 형태와 원인을 가집니다.
|
|
|
|
1. **주요 원인**:
|
|
* **학습 데이터의 한계**: 데이터셋에 포함된 거짓 정보, 편향, 또는 특정 주제에 대한 정보 부족이 모델의 잘못된 학습을 유도합니다.
|
|
* **확률적 토큰 예측**: 모델은 본질적으로 다음 토큰을 확률적으로 예측하므로, 사실 관계보다는 문맥적 매끄러움을 우선시할 때 환각이 발생합니다.
|
|
* **모델 압축 및 과적합**: 복잡한 지식을 유한한 파라미터에 압축하는 과정에서 정보가 왜곡되거나, 특정 패턴에 과하게 최적화될 수 있습니다.
|
|
2. **환각의 유형**:
|
|
* **Intrinsic (내재적)**: 제공된 소스 텍스트와 모순되는 정보를 생성하는 경우.
|
|
* **Extrinsic (외재적)**: 소스에는 없지만 사실 여부를 확인할 수 없는 정보를 지어내는 경우.
|
|
3. **완화 전략 (Mitigation)**:
|
|
* **RAG (Retrieval-Augmented Generation)**: 외부 지식 베이스(Wiki, DB)에서 관련 문서를 검색하여 모델의 답변을 사실에 근거(Grounding)하게 합니다.
|
|
* **Chain-of-Verification (CoVe)**: 모델이 스스로 생성한 답변의 개별 주장을 검증하는 질문을 던지고 수정하도록 유도합니다.
|
|
* **Self-Correction & LaaJ**: 다른 LLM을 검수자(Judge)로 활용하여 답변의 사실성을 교차 검증합니다.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
|
* **창의성 vs 사실성**: 환각을 억제하기 위해 제약을 강화하면 모델의 창의적인 문장 생성 능력이 저하될 수 있는 트레이드오프가 존재합니다.
|
|
* **검증 비용**: 실시간 검증 레이어를 추가할수록 추론 비용(Latency & API Cost)이 증가합니다.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- **Related Topics**: [[Large Language Models (LLM)]], [[RAG (검색 증강 생성)]], [[AI Safety]], [[Knowledge-Grounding]]
|
|
- **Protocols**: [[P-Reinforce]], [[Semantic Grounding & Provenance]]
|
|
|
|
---
|
|
*Last updated: 2026-05-07*
|
|
|
|
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
|
|
|
**언제 이 지식을 쓰는가:**
|
|
- *(TODO)*
|
|
|
|
**언제 쓰면 안 되는가:**
|
|
- *(TODO)*
|
|
|
|
## 🧪 검증 상태 (Validation)
|
|
|
|
- **정보 상태:** needs_review
|
|
- **출처 신뢰도:** A
|
|
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
|
|
|
## 🧬 중복 검사 (Duplicate Check)
|
|
|
|
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
|
- **처리 방식:** UPDATE (자동 정규화)
|
|
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
|
|
|
## 🕓 변경 이력 (Changelog)
|
|
|
|
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
|
|------|-----------|-----------|--------|
|
|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
|
|
|
## 💻 코드 패턴 (Code Patterns)
|
|
|
|
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
|
|
|
```text
|
|
# TODO
|
|
```
|
|
|
|
## 🤔 의사결정 기준 (Decision Criteria)
|
|
|
|
**선택 A를 써야 할 때:**
|
|
- *(TODO)*
|
|
|
|
**선택 B를 써야 할 때:**
|
|
- *(TODO)*
|
|
|
|
**기본값:**
|
|
> *(TODO)*
|
|
|
|
## ❌ 안티패턴 (Anti-Patterns)
|
|
|
|
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)* |