针对AI幻觉带来的挑战，专家们提出了多种应对策略和建议：
1. 提高数据质量：通过引入高质量的训练数据来矫正或降低AI幻觉。这些高质量数据包括原生数据和合成数据。大模型厂商应注重选择高质量数据，并利用合成数据训练大模型。
2. 技术手段缓解：采用RAG检索增强方式，引入知识图谱或构建因果推断模型，在一定程度上利用核验方式缓解AI幻觉，提高输出的可靠性。加入真实性核验插件，通过联网实时核验。
3. 建立评估评测体系：在行业层面建立幻觉评估的评测体系，优先选择幻觉低的模型作为基座。建立幻觉联防联控机制，建立辟谣网站，积累负面样本。
4. 风险分级分类：从合规层面探索对幻觉风险进行分级分类，对可能造成灾难性、敏感性、涉及重大安全的幻觉风险划清级别，并采取措施避免AI幻觉引发重大经济、社会和公众安全侵害。
5. 生成内容标识监管：引入必要的机制，如创建白名单知识库，建立安全可信、动态更新的信源和数据知识库。通过专项行动定期清理幻觉数据，对跨境数据进行审查和评测。
6. 人类掌控决策权：在金融、医疗等关乎重大利益的领域，最终的审核与决策应由人类掌控，而非将决策权完全交给AI。深入探讨是否应在严谨与精准行业使用AI，以及是否应无条件信任AI。
7. 区分人类与机器生成内容：治理层面应着重区分人类与机器生成内容，并加强内容把关、严控及评价。监管部门已要求对人工智能生成合成内容进行标识，虽不涉及具体内容质量判断，但能明确指出哪些内容由人工智能生成。
8. 中国在人工智能内容治理领域的领先地位：中国在人工智能内容治理方面已经形成成熟方案，为全球提供了制度借鉴。《互联网信息服务深度合成管理规定》率先将人工智能生成标识设为强制性规定。
总之，应对AI幻觉带来的挑战需要从技术、合规、监管等多个层面入手。通过提高数据质量、技术手段缓解、建立评估评测体系、风险分级分类等措施，可以在一定程度上降低AI幻觉的危害。同时，在关键领域应由人类掌控决策权，并加强内容把关和监管。中国在人工智能内容治理方面已走在前列，为全球提供了有益借鉴。
