深度学习模型依赖插值泛化导致幻觉，提出使用因果符号图改进

当你将知识和技能存储为参数化曲线（所有深度学习模型都这样做）时，你能泛化的唯一方式是通过曲线上的插值。问题是插值点与真实值*相关*，但与真实值没有*因果*联系。因此产生幻觉。

解决方案是开始利用因果符号图作为你的表示基板（例如软件工程师编写的那类计算机程序）。人类编写的软件栈尽管极其复杂但具有极高的可靠性，证明了精确真值传播的存在。