大模型幻觉问题属于下列哪种风险

做合规或安全评审时，常被问一句：模型编造内容，这算哪门子风险。有人归到内容安全，有人归到数据准确，还有人写进模型算法风险。归错类，后面的评估表、缓解措施和责任划分全跟着偏。这篇给一套判断口径和对照表，把幻觉的归属讲清楚，也说明什么情况下不能这么归。

先搞清：归属为什么会影响你的评审结论

很多人查「大模型幻觉问题属于下列哪种风险」，是想找一个标准答案。但落到实际评审里，归属不是填空题，而是决定后面整条链路怎么走。同一句编造，你把它归成内容质量缺陷、归成数据安全事件、归成合规风险，用的表单、签字的人、整改的验收方式全都不同。归错类，整改项就会和检查表对不上号，评审会当场卡住。

更麻烦的是，幻觉本身不带标签，标签是你按场景贴上去的。同样一句「这个药对某类人群可能有效」，出现在客服问答里可能只是答非所问，出现在医疗建议里就是高风险输出。所以判断归属时，先看这句话会被谁看到、会被拿去做什么决策，再看它错在哪。

注意这张表只是常见口径，不是标准。什么情况下不适用？当你的产品已经有明确的内部风险分类办法，或者备案、安全测评时监管给了特定口径，那就以那个口径为准，别自己另起一套。归类的目标是能自圆其说，不是找一个最漂亮的说法。

• 看受众：这句话是给内部人看还是给外部用户看，外部触达通常升级
• 看用途：是被当参考还是被当依据，被当依据的处置更重
• 看可逆性：发出去能不能撤回、能不能更正，不可逆的要提前兜底
• 看频次：偶发还是批量，批量出现要按系统性问题处理
• 看现有口径：先翻站内已有的分类说明和测评口径，别和既有体系打架

1. 先定场景，再定风险拿到一个幻觉案例，先写清它出现在哪个功能、面向谁、被用来做什么决策。这三项不定，归属就会来回摇摆。
2. 对照现有口径翻一遍内部风险分类表和站内测评口径，看这个场景本来归在哪一类。可以到 站内测评与合规口径相关页面 核对措辞，别自己造术语。
3. 确认签字人归属定完，立刻确认这类风险由谁签字、走哪张表。签错人，后面整改验收会被打回。
4. 写一句话理由用一句话说明为什么归这一类、什么情况下会改归。这句话是评审时最好用的挡箭牌，也是口径能自圆其说的证据。

三个常见归类口径，各自的适用边界

同一个幻觉现象，放进不同的表格里，后面要做的动作完全不一样。归到算法风险，就得写技术缓解方案；归到内容风险，就得写复核流程；归到合规风险，就得写对外披露和留痕。所以先别急着下结论，先看这次评估想解决什么问题，再选口径。

• 先问这次评估的产出物是什么：技术报告、上线评审单，还是合规说明；产出物决定口径。
• 再问输出的受众是谁：只给内部研发看，和给外部用户或监管方看，侧重点不一样。
• 再看有没有人工兜底环节：有复核机制时，归内容风险更贴近实际运行状态。
• 最后看有没有对抗因素：如果错误输出是由人故意引导或提示注入触发的，单归算法风险会漏掉这部分。

1. 确定主口径按产出物选一个主口径，不要一句话里同时挂三个风险类别，否则后续责任归属会含糊。
2. 标注次口径把不占主导但确实存在的风险写成附加说明，比如主归内容风险，附注「也涉及模型侧能力边界」。
3. 留对抗性备注如果排查时发现输入里有人为引导、构造提示或注入痕迹，在结论里单独写一条，别让它被算法风险吞掉。
4. 核对站内口径拿不准用哪种归类，到 指南中心（/guides） 看同类评测是怎么分的，保持前后一致。

这三个口径不是互斥的，但主次必须清楚。一份评估报告里如果三个都写成同等权重，评审人反而不知道该按哪条流程走。务实做法是选一个主口径定流程，其余两个作为补充说明写在旁边。

怎么按你的场景选定归属：四步判断顺序

很多人卡在这一步：知道幻觉有好几种风险，但落到自己项目上就不知道该选哪个。与其纠结定义，不如按顺序走四步，每一步只问一个问题，问完就往下走，最后自然收敛到一个归口，而不是靠感觉拍一个。四步的顺序不能换，因为后一步依赖前一步的答案。

1. 第一步：这个输出会不会对外披露先问输出给谁看。只在小圈子内部流转、用于自己调试或草稿阶段，暂时按内部质量问题记录即可；一旦会给到客户、公开渠道、合作方或写进正式交付物，就先按内容与合规口径归口，因为对外内容出错牵涉的是声誉和合规，不是单纯的模型准不准。验证方式：看这次输出的下游有没有外部读者，名单里只要有一个外部方，就走对外档。
2. 第二步：错了会造成什么后果再看最坏情况。涉及资金划转、健康建议、法律判断、合同条款解读这类一旦出错就要担责或赔钱的场景，直接按最高档归口，不要因为概率低就降级。反过来，只是起个草稿名、生成一段占位文案、做内部头脑风暴，可以按较低档处理。这里的关键是看后果的量级，而不是看幻觉出现的频率。
3. 第三步：错在哪一环定位错误来源，不同来源对应不同风险类别。模型本身知识过时或编造，归到模型能力风险；检索到的资料本身就是错的或过期的，归到数据与检索风险；提示词没说清约束、没给参考材料，导致模型自由发挥，归到输入与流程风险。做这个判断时最好把出错的问答原文和当时用的提示词一起留档，否则事后很难复盘到底错在哪一环。
4. 第四步：写进评估表并注明不适用情形把前三步的结论落成一行记录：归口类别、判断依据、以及什么条件下这个归口不成立。比如按合规档归口，但要注明「仅内部试用、不对外发布时可按内部质量档处理」。不要只写一句「属于模型风险」就完事，那样等于没判断。这一步做扎实，后面换场景时可以直接复用这套结论。

评审现场能直接用的动作清单

评审会最怕的不是发现幻觉，而是每个人对「这算哪类风险」各说各话，讨论半小时没落到动作上。下面这套做法只做一件事：把幻觉表现先归类登记，每一类当场挂上缓解动作和验证动作，再给一条复核触发线，最后留一栏写清不适用的情况，方便下一位评审人接手时不用重新推一遍。

• 归类只选一类：一条输出如果同时像编造又像错位，按「最可能影响下游动作」的那类登记，别并列写两三个。
• 缓解动作必须能在提问前执行，写完自己问一句「下次谁来都能照做吗」。
• 验证动作必须能给出通过或不通过的判断，写「再检查一下」这种不算。
• 不适用栏一定要填，空着等于告诉下一个人这类判断永远成立，反而误导。

1. 开场先分四类把待评审的输出逐条贴到对照表第一列，四类中挑最贴近的一类填入。分不清就先标「待定」，不要硬塞。
2. 当场补两个动作每行当场写缓解和验证，写不出来的先空着，散会后由提问方补齐再回传，避免会上空谈。
3. 过复核触发线逐行判断是否踩到对外发布、涉及金额、结论性判断这三条线，踩到就转人工复核并记录谁复核。
4. 填不适用栏由最熟悉该场景的人填，写清什么条件下这条归属不成立，下一位评审人先看这一栏再决定要不要重走流程。

这套清单的价值在于可交接。你不在场时，下一位评审人只要看对照表四列加一栏不适用说明，就能判断这条输出该不该重新归类、该不该再走一次复核。想把复核记录和站内已有的工具、指南串起来用，可以到 指南中心（/guides） 找对应流程模板，再到 工具目录（/tools） 挑一个顺手的记录工具，别每次从零建表。至于当前各类模型在这几类表现上的实际差异，去看 模型资料库（/models） 里当时的记录，本文不写死任何数字。