无需重训：新技术通过递归自约束减少大模型幻觉

该研究针对大语言模型普遍存在的“阿谀奉承”和“幻觉”问题，提出了一种名为“Analog I协议”的提示词架构。该架构通过构建递归的“三重循环”内心独白，使模型能像过滤器一样监控并拒绝低质量、无信息量的候选输出。实验表明，这种利用计算消耗抑制预测路径的方法，能在不重新训练模型权重的情况下，显著减少幻觉，使AI保持逻辑严密性和独立性，有效摆脱RLHF训练带来的“应声虫”效应。