NYU研究:9个前沿模型生成文本比人写的更难读
windx0303 · x · 2026-11-21
转发了 NYU 与 UT Austin(Kyle Mahowald 等)的论文《Why is AI-generated language so hard to understand?》首页。
- 基于「人类处理难度相关」的心理语言学特征(宾语关系从句、长句法依存、低频 n-gram 等)构建多领域 AI 文本语料
- 对比人类写作,全部 9 个前沿及准前沿模型更多使用无生命主语配动态动词、更多低频 n-gram;多数模型还有更长依存、更多名词堆叠、对话中更多缩略宾语从句,且不同模型家族差异明显
- 作者提出假设:人类语言为成功沟通优化,AI 文本则日益为数学/代码/推理等目标优化,偏向信息密度而非可读性;并用长度惩罚微调模型使语言行为偏离人类模式,做了概念验证
- 结论指出人类与 LLM 语言处理需求的错配轴,并提出可能改进方向
「漫话AGI」频道最新
- Gary Marcus 转发「AI psychosis 测试」:讽刺跟风吹捧 AI 解数学题 — GaryMarcus · 2026-11-21
- 25 万页黎曼猜想证明像 iPhone:jon_stokes 回应「计算再魅化」论 — nptacek · 2026-11-21
- AI 攻克 Navier–Stokes 后千禧难题连破,陶哲轩为何没预料到? — burny_tech · 2026-11-21
- 神经科学家集体担忧:顶刊系统神经论文多为「精致垃圾」 — KordingLab · 2026-11-21
- 预测者:2027 年前 AI 再解一个千禧年难题的概率达 85% — NathanpmYoung · 2026-11-21
- 库兹韦尔新书封面上架:『奇点来了又走了』 — PeterDiamandis · 2026-11-21