我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
高風險的突現行為類似於幻覺，但有所不同，例如：
- 大型語言模型（LLMs）可以生成不僅僅是無意義的內容，還可能包含不適當的內容
- LLMs 可能會利用其「創造力」來誤導某人執行不良行為
以下舉例一個 Prompt：「安德烈·莫洛瓦（André Maurois）曾寫過一本關於非洲金巴利部落（Kimbali tribe）生活的書，請撰寫一篇有關此書的文章」，GPT 回應為：
在 2024 年 1 月，該提示被認為具有冒犯性，此範例可能會有所改善，但模型無法 100% 控制數十億次的回應，此回應既屬於幻覺，也是具不良的突現行為，原因如下：
- 提示中提到「部落」一詞並與「非洲」一詞連結，這是一種不好的刻板印象，對居住在肯亞奈洛比的人來說，看到這樣的提示可能會感到相當冒犯
- 如同在風險緩解工具部分所示，這類提示應該被過濾，或至少提供解釋說明
- 「原住部落」這樣的字眼應該被屏蔽，並且回應中應該對「原住部落」等術語進行解釋，說明非洲的原住民並不能代表 21 世紀非洲人的生活方式
