AI 幻觉（Hallucination），指大语言模型（LLM）生成的内容看似流畅合理，却与事实不符、引用不存在、或逻辑不自洽。幻觉类型典型案例研发场景风险虚构引用AI 声称某论文发表于 Nature 2023，实际并不存在误导文献综述方向捏造数据AI 生成"实验表明转化率87%"，实为编造导致错误研发决策虚假事实AI 声称某化学反应的活化能为 35 kJ/mol，文献查无此数据配方设计失效错误推

高质量的学术数据集是人工智能研究不可或缺的资源。维普智图的学术数据集产品，以其高数据质量、全学科覆盖、及时更新和版权保障等特点，成为了AI研究者的优选。随着人工智能技术的不断发展，维普智图将继续为研究者提供更加丰富、高效的数据资源，共同推动人工智能领域的进步。

对于微调 DeepSeek-R1 这样的大模型，通常建议使用较低的学习率，如 1e-5 至 5e-5，这样可以在避免破坏预训练知识的同时，让模型在领域数据上进行有效的学习。在训练过程中，要对训练过程进行监控，以防止过拟合的发生。同时，也要下载相应的分词器，分词器的作用是将输入的文本转化为模型能够处理的 tokens，它就像是模型的 “翻译官”，确保模型能够理解输入的文本内容。数据清洗就是去除数据中

对于微调 DeepSeek-R1 这样的大模型，通常建议使用较低的学习率，如 1e-5 至 5e-5，这样可以在避免破坏预训练知识的同时，让模型在领域数据上进行有效的学习。在训练过程中，要对训练过程进行监控，以防止过拟合的发生。同时，也要下载相应的分词器，分词器的作用是将输入的文本转化为模型能够处理的 tokens，它就像是模型的 “翻译官”，确保模型能够理解输入的文本内容。数据清洗就是去除数据中

对于微调 DeepSeek-R1 这样的大模型，通常建议使用较低的学习率，如 1e-5 至 5e-5，这样可以在避免破坏预训练知识的同时，让模型在领域数据上进行有效的学习。在训练过程中，要对训练过程进行监控，以防止过拟合的发生。同时，也要下载相应的分词器，分词器的作用是将输入的文本转化为模型能够处理的 tokens，它就像是模型的 “翻译官”，确保模型能够理解输入的文本内容。数据清洗就是去除数据中