该PDF由清华大学团队撰写，聚焦AI模型（如DeepSeek）的“幻觉”现象，即生成与事实不符或逻辑断裂的内容。主要内容包括：

AI幻觉定义与成因：分为事实性/忠实性幻觉，由数据偏差、泛化困境、知识固化等引发；

案例与风险：金融、医疗等场景中的错误应用，如虚构信息、转录失真，可能导致信息污染、信任危机等；

评测与缓解：通过事实性测试对比模型幻觉率，提出联网搜索、多模型验证、提示词工程等方法降低风险；

创造力价值：在科学（如蛋白质设计）、艺术（游戏/文学创作）、技术（自动驾驶优化）中利用幻觉激发创新。 

总结：AI幻觉是技术局限性与创造潜力的双重体现，需平衡风险管控与创新应用。