arXiv cs.CL· Thomas Hikaru Clark, Matias B. Martin, Kyle Mahowald·· 12 小时前AI 评分48
研究揭示 AI 生成文本为何越来越难懂：九大前沿模型的语言特征分析
Why is AI-generated language so hard to understand?
AI 导读
一项针对 AI 生成文本的心理语言学研究显示，九个前沿及准前沿模型比人类写作更频繁使用无生命主语搭配有生命动词、低频 n-gram，多数模型还使用更长依存距离、更多名词堆叠和缩减宾语关系从句，且不同模型家族间差异显著。研究提出，人类语言为成功沟通而优化，AI 文本则日益为数学、代码和推理等目标优化，追求信息密度而非可理解性。通过在长度惩罚下微调语言模型，研究者为该假设提供了概念验证。
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加工难度相关的心理语言学特征（例如宾语关系从句、长句法依存、低频 n-gram）。我们使用一个涵盖多个领域的新型 AI 生成文本语料库，发现 AI 模型使用这些困难特征的频率高于往返翻译生成的改写文本。与人类写作相比，全部九个前沿及准前沿模型都更多地使用无生命主语搭配有生命动词，并更多地使用低频 n-gram，多数模型在对话中还使用更长的依存、更多堆叠名词和更多缩减的宾语关系从句；我们还展示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其原因的假设：人类语言为成功交流而优化，而 AI 生成的文本则日益为数学、代码和推理等其他目标而优化，在这些目标中存在对 \textit{信息密度} 的压力，而非成功交流。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，这导致其偏离类人的语言行为。我们的发现凸显了人类与 LLM 在语言加工需求上错位的各个维度，并指出了可能的补救措施。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.29162 [cs.CL] |
| （或 arXiv:2610.29162v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29162 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Thomas Clark [查看电子邮件]
[v1]
2026 年 10 月 21 日星期三 03:54:08 UTC（528 KB）
来源：arXiv cs.CL · arxiv.org