Folia
← 返回头版

AI生成文本可读性问题根源:研究揭示模型语言特征差异

一项学术研究调查了人工智能生成的文本为何相对难以理解的原因1。研究团队分析了九个前沿和近前沿的AI模型,发现这些模型相比人类写作以及回译生成的文本,更频繁使用目的分词、长句法依存、低频n-gram等心理语言学难度特征1。具体来看,所有研究模型相比人类写作都使用了更多无生命主语搭配有生命动词和低频n-gram,而大多数模型还采用了更长的句法依存、堆叠名词和减少的目的分词1。

研究团队提出了一项核心假设来解释这一现象:人类语言针对成功沟通进行了优化,而AI文本则针对数学、代码和推理等目标进行优化,这导致了对信息密度而非沟通易懂性的压力1。研究人员通过对语言模型施加长度惩罚的微调方法验证了这一假设1,进一步确认了AI生成文本与人类表达方式之间存在的根本性差异。


评论