新论文：九个前沿模型都在写「难懂」语言，信息密度优化是主因
_onionesque · x · 2026-10-23
UT Austin 的 Thomas Hikaru Clark、Kyle Mahowald 等发布 arXiv 论文《Why is AI-generated language so hard to understand?》，研究 AI 文本为何越来越难读。
- 构建跨领域 AI 生成文本新语料，分析已知与人类加工难度相关的心理语言学特征（对象关系从句、长句法依存、低频 n-gram 等）
- 发现全部九个前沿及准前沿模型都比人类写作更多使用无生命主语配有灵动词、更多低频 n-gram；多数还用更长依存、更多名词堆叠和简化宾语关系从句；不同模型家族差异显著
- 提出假说：人类语言为成功沟通优化，而 AI 文本日益为数学、代码、推理等目标优化，压力偏向「信息密度」而非沟通效果
- 通过在长度惩罚下微调语言模型，验证微调会使其语言行为偏离人类风格
结论指出人类与 LLM 在语言加工需求上的错位轴，并指向可能的 remedies。
所属事件:预印本用心理语言学拆解前沿 AI 写作的「怪腔调」(3 条相关)→
「研究」频道最新
- 漏洞检测方向新博士毕业,论文覆盖 ML 漏洞检测能力基准 — mboehme_ · 2026-10-23
- 新论文预警:最早 2027-2028 年或现重大 AI 赋能恐怖袭击事件 — StephenLCasper · 2026-10-23
- HumanoidPose:仅靠 RGB 视频还原人形机器人全身关节状态 — cholz · 2026-10-23
- Sophont 发布医学模型 Holon-S1：从病理切片预测基因与生物标志物 — iScienceLuvr · 2026-10-23
- 格拉斯哥大学研究：挑眉与慢眨眼最能传递「自信感」，CG 说话人实验证实 — Limor_Raviv · 2026-10-23
- IFM 团队开源 RL360：支撑 K2 Horizon 训练的大规模 Agent RL 基础设施 — rupspace · 2026-10-23