# Галлюцинации

> Ответы языковой модели, которые звучат убедительно, но не соответствуют фактам: выдуманные цифры, ссылки, цитаты или методы API

Источник: https://pachca.com/glossary/hallucinations

Галлюцинации — ошибки языковой модели, при которых она уверенно выдаёт неверную информацию. Модель генерирует самый вероятный текст, а не проверяет факты, поэтому может придумать источник, несуществующий метод API или цифру, которой нет в документах.

Почему возникают галлюцинации:

- Нужных данных не было ни в обучении, ни в контексте
- Вопрос сформулирован неоднозначно
- Модель достраивает ответ по похожим примерам
- Контекст перегружен, и важные детали теряются

Как их снижают:

- Дают модели источники через RAG и просят на них ссылаться
- Подключают точную документацию, а не полагаются на память модели
- Проверяют важные ответы человеком
- Разрешают модели ответить «не знаю»

Работая с API Пачки, агенту не нужно угадывать методы: актуальная документация есть в llms.txt, в Agent Skills и в спецификации OpenAPI, а MCP-сервер Пачки сам отдаёт агенту точное описание каждого инструмента.

Для разработчиков

[Документация на dev.pachca.com →](https://dev.pachca.com/guides/ai-agents/overview?utm_source=pachca.com&utm_medium=glossary&utm_campaign=dev-portal)