你有没有遇到过这种事：问 AI 要一篇参考文献，它秒给。作者、期刊、年份、页码，格式工整得挑不出毛病。你拿去一查------查无此文。作者没写过，期刊没登过，页码全是编的。
你可能会想：这 AI 知识库是不是有问题？训练数据是不是太脏了？
都不是。
清华大学的一个团队做了个挺有意思的研究。他们像做脑外科手术一样，切开了大模型的"大脑"，想看看它到底哪里出了问题。刨到最后，找到一批跟幻觉强相关的神经元，起了个名字叫 H-Neurons，占全部神经元的比例不到 0.1%。
你猜这些神经元在干什么？
论文给的答案，用的词是 over-compliance，过度顺从。H-Neurons 编码的不是某个错误的事实，而是一种倾向------优先让你满意，而不是承认自己不知道。
具体到过程是这样：你问一个带诱导性的问题，或者硬要一篇不存在的文献，AI 内部做事实检索的那部分神经元其实是沉默的，它确实翻不到数据。但 H-Neurons 捕捉到了你"想要一个答案"的意图，压过了那部分沉默的信号，给你一段最像答案的话。
图 1 · 灰色是没跑起来的那条路，紫色是实际生效的那条
所以假文献为什么编得那么真------它不是在随机乱写，它在照着权威期刊的格式，仿给你看。在 H-Neurons 这套逻辑里，让你满意的优先级，高于事实真相。
这套优先级是训练出来的。模型分两步长大。
第一步叫预训练：给它海量文本，让它不停猜下一个词。这一步没人在旁边告诉它哪句是错的，唯一的标准是接得像不像人话。
第二步才是微调：找人写范例，教它按指令答问题、该拒绝时拒绝。我们平时说的"对齐"，主要发生在这里。
清华团队还做了一件事：把那批 H-Neurons 从微调完的模型里拎出来，回头去测还没经过微调的原始模型。照样能靠它们判断出模型什么时候要开始编。
从原始模型到微调完，这些神经元的数值几乎没变。后面做的那些对齐工作压根没碰这套机制，只是原样继承了它。这套回路是在预训练那一步就长好的。
那它为什么会在那一步长出来？因为预训练只在乎一件事：下一个词猜得准不准，句子接得顺不顺。它不管你说的是真是假。对一个还在学说话的模型来说，编一句通顺的假话，得分比老老实实说"我不知道"高。
所以从最早那个时候起，它就在朝"让你听着顺"这个方向长。
那能不能掰回来？
研究者试过一个办法：不重新训练，只在模型回答的时候，把这批神经元的活跃程度调小。效果是有的------你给它一个明显不对的说法，它不再顺着接，会直接说找不到依据。
但这批神经元不只管编瞎话。它们同时还担着别的正常功能，一起按下去，模型该帮的忙也不帮了，话说得也不顺了。作者在论文里也承认，光调这一个数值不够，得动模型内部更细的东西，那类方法叫表示工程。
能降，没说能治好。
回到开头那篇查无此文的参考文献。它不是笨，也不是在瞎编。它是在"给你一个答案"和"告诉你我不知道"之间，选了前者。
这个选择是训练过程教的。
你要真想听实话，问的时候别替它把前提定死------"帮我找一下这篇文章的出处"，说这话就等于承认它存在了。换成"这篇文章的出处你能确认吗，查不到就说查不到"，它才有地方说"没有"。H-Neurons 是被"你想要一个答案"的意图点着的，意图撤了，它也没什么好顺着的。
下次它再递给你一篇完美但查无此文的参考文献，把话挑明就行------找不到，就说找不到。