幻觉作为计算边界：不可避免性等级制与Oracle逃逸
人工智能
2025-12-09 v2
摘要
大语言模型（LLM）的幻觉现象是其可靠部署的核心障碍。本文通过构建“计算必要性等级制”，首次将大语言模型形式化为概率图灵机，并证明幻觉在对角化、不可计算性和信息论边界上不可避免存在，同时提出新的“学习泵引理”。然而，我们提出了两种“逃逸路径”：一种是将检索增强生成（RAG）建模为Oracle机器，通过“计算跳跃”证明其绝对逃逸，首次为RAG的有效性提供形式化理论；另一种是将持续学习形式化为“内化Oracle”机制，并通过新颖的神经游戏论框架实现此路径。最后，本文提出一种可行的新型人工智能安全原则——计算类准合（CCA），该原则要求任务复杂性与系统实际计算能力的严格匹配，为人工智能的安全应用提供理论支持。
引用
@article{arxiv.2508.07334,
title = {Hallucination as a Computational Boundary: A Hierarchy of Inevitability and the Oracle Escape},
author = {Wang Xi and Quan Shi and Zenghui Ding and Jianqing Gao and Xianjun Yang},
journal= {arXiv preprint arXiv:2508.07334},
year = {2025}
}
备注
8 pages, 6 figures