DeepSeek-R1是深度求索推出的推理模型，其幻觉率高达14.3%，是前代非推理模型DeepSeek-V3（3.9%）的近四倍。Vectara通过HHEM 2.1基准和Google FACTS方法验证，发现R1倾向于“过度帮助”，在回答中增添未出现在源文本中的细节，即使这些细节本身正确，也构成幻觉。这一问题对加密AI Agent代币尤为严重，该类别最近30天内市值增长约39.4%，总市值超5.76亿美元（Virtuals Protocol等领先）。推理模型的链式思维可能放大风险：一个早期幻觉将污染后续所有行动。Meta首席AI科学家Yann LeCun认为自回归LLM架构本身缺乏世界模型，而其他实验室则相信通过检索增强和微调可降低幻觉率。对于加密开发者，实际应对是加入验证步骤或使用更保守的小模型进行金融操作。14.3%与3.9%的差距可能决定AI Agent代币是提供可靠产品还是空头承诺。

关键事实

• DeepSeek-R1在Vectara HHEM 2.1基准中幻觉率14.3%，是V3（3.9%）的近4倍。
• R1倾向于“过度帮助”，添加不存在的细节，是链式思维训练的副作用。
• 加密AI Agent代币如VIRTUAL、AI16Z、AIXBT依赖LLM进行交易和链上操作。
• 推理链早期的单一幻觉会污染后续所有行动步骤。
• 学界对自回归LLM能否彻底消除幻觉存在分歧。

KeyAudit 数据视角