Hacker News· canjobear·· 3 小时前精选AI 评分55
AI 生成语言为何难以理解
Why is AI generated language so hard to understand?
AI 导读
研究发现，9 个前沿及近前沿 AI 模型比往返翻译生成的释义更常使用与人类处理难度相关的语言特征。相较人类写作，所有模型都更多使用低频 n-gram 和无生命主语配生命动词，多数在对话中还使用更长依赖和堆叠名词。研究认为，数学、代码和推理的信息密度目标可能使 AI 文本偏离人类的成功沟通；长度惩罚微调实验提供了概念验证，论文地址为 https://arxiv.org/abs/2610.29162。
推荐理由
论文通过句法依赖、低频 n-gram 等指标比较 9 个前沿及近前沿模型与人类写作，并检验长度惩罚对语言特征的影响。
正文 · AI 翻译
摘要：人们普遍感到，AI 生成的文本近来变得更难理解。在本研究中，我们考察了一组已知与人类处理难度相关的心理语言学特征（例如，宾语关系从句、较长的句法依存关系、低频 n-gram）。利用一个涵盖不同领域的新型 AI 生成文本语料库，我们发现，与通过回译生成的释义相比，AI 模型更频繁地使用这些困难特征。与人类写作相比，所有九个前沿和近前沿模型都更多地将无生命主语与有生命动词搭配使用，也使用了更多低频 n-gram；在对话中，大多数模型还使用了更长的依存关系、更多堆叠的名词以及更多缩减式宾语关系从句；我们还证明了不同模型家族之间存在显著差异。我们提出并检验了一个关于原因的假设：虽然人类语言是为成功沟通而优化的，但 AI 生成的文本正日益针对数学、代码和推理等其他目标进行优化，而这些目标强调的是\textit{信息密度}，而非成功沟通。我们通过在长度惩罚下微调一个语言模型，为该假设提供了概念验证，这导致模型偏离类似人类的语言行为。我们的发现凸显了人类与 LLM 在语言处理需求上的失配维度，并指出了可能的补救办法。
| 主题： | 计算与语言 (cs.CL); 人工智能 (cs.AI) |
| 引用方式： | arXiv:2610.29162 [cs.CL] |
| (或 arXiv:2610.29162v1 [cs.CL] 此版本) | |
| https://doi.org/10.48550/arXiv.2610.29162 由 arXiv 通过 DataCite 签发的 DOI (待注册) |
提交历史
来自：Thomas Clark [查看电子邮件]
[v1]
Wed, 21 Oct 2026 03:54:08 UTC (528 KB)
来源：Hacker News · arxiv.org