幻觉

是什么

幻觉，指模型用完全肯定的语气说出一件根本不成立的事。

关键不在于「它错了」—— 模型经常错。关键在于：错误的答案和正确的答案格式完全一样。 同样的语气、同样的精度、同样的结构。没有任何破绽可以看出来。

为什么在量化里更危险

在多数领域，幻觉靠读一遍就能发现。在量化里，只能靠核对才能发现，而大多数人不会去核对。

一个模型编出一个精确到小数点后两位的收盘价，产出的东西看起来就是数据。1683.20 这几个数字本身不会告诉你它是编的。要判断真假，你得找第二个来源 —— 而这恰好就是模型本该帮你省掉的那部分工作。

这就是规范第五条把模型和代码分成两个角色的原因：代码负责算，模型负责讲。

三种形态

形态	例子
编造数字	任何来源里都没有的价格、收益、比率
编造字段	接口根本不返回的字段名，却讲得像真有
编造出处	不存在的论文、作者或链接

第三种最危险，因为伪造的引用看起来像“已核实”。它把一个错误答案，升级成了一个带着证据的错误答案。

怎么检查

只有一条：每一个数字都必须来自工具返回，不能来自模型。

模型可以总结、排序、解释。它不能生产那个数字。任何追溯不到可打开来源的数字，在证明之前一律按编造处理 —— 哪怕它碰巧是对的。