次回の更新記事:ドキュメントとコードの食い違いをLLMで検出する方法(公開予定日:2026年04月28日)
AIDBは、AI活用のノウハウ獲得や技術動向の調査のために、個人やチームが論文を探す・読む・活かす作業をサポートするプラットフォームです。なお、記事や投稿は人の手で書いています。

LLMのハルシネーションは4種類

深堀り解説

契約書を要約させたら、なぜか2年前の版を前提にした答えが返ってくる。数字の根拠を聞くと、存在しないページを引用してくる。JSONで返すよう指示したのに、微妙にキーが足りない。

こうした「AIの変な挙動」はまとめてハルシネーションと呼ばれることが多いのですが、手の打ち方を考え始めると困ったことに気づきます。プロンプトを書き直す、外部検索を足す、モデルを乗り換える、思い切ってファインチューニングと、選択肢はいくつも浮かびます。しかしどれを選んでも空振りすることがあります。原因と対処がずれているからです。

ハルシネーションには型があります。型を見分けずに対策を打つと、片方が直って別の何かが崩れる。本記事では、失敗を4つに仕分けて、どこから手をつけるかを決めるための考え方を紹介します。

ハルシネーションには4つのパターンがある

プレミアム会員限定コンテンツです

無料会員でもできること

  • 一部記事の閲覧
  • 研究紹介短信ライブラリの基本機能

プレミアム会員の特典

  • 全過去記事の無制限閲覧
  • 専門家による最新リサーチ結果を記事で購読(平日毎日更新)
  • 日本語検索対応の新着AI論文データベース
  • 研究紹介短信ライブラリの高度な機能を開放
  • 記事内容質問AIを使用可能に

💬 プレミアム会員ディスカッション

ディスカッションに参加するにはログインが必要です。

ログイン / アカウント作成 →

記事検索

年/月/日
年/月/日

こちらもどうぞ