에일리어싱
샘플링 빈도가 낮아 원래 신호를 제대로 복원하지 못하고 왜곡이 발생하는 현상이다. LLM 문맥에서는 프롬프트의 정보가 부족할 때 모델이 자신의 사전 지식(Priors)으로 빈틈을 채우면서 발생하는 모호함이나 할루시네이션을 비유적으로 표현한다.