研究與評測
紐約大學與德州大學研究:14 款主流模型存在六大「疲勞句式」,後訓練偏重資訊密度削弱可讀性
The Decoder單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,紐約大學與德州大學奧斯汀分校的最新研究指出,前沿大型語言模型系統性地過度使用特定句式結構,導致輸出文本大幅增加讀者的認知負擔。研究團隊評測了包含 Claude、GPT-5.6、GLM-5、Kimi K2.5 以及開源的 Llama、Olmo 等 14 款模型,涵蓋 120 場日常對話、45 場程式編寫及 980 篇議論文,並將其與電影字幕、StackExchange 及學生論文等人類文本進行對比。
研究歸納出導致閱讀疲勞的六大模式:
1. 過度使用非典型詞彙組合(如「reader-patience budget」)。
2. 將主詞與主要謂語以長子句拉開(例如 Claude Opus 5 產生的長修飾句),增加工作記憶負荷。
3. 省略連接詞(例如以「the book the professor wrote」取代「the book that the professor wrote」),造成短暫的語法解析混淆。
4. 名詞堆疊(如「horror movie soundtrack generator」),迫使讀者自行判斷修飾關係。
5. 名詞動詞化(例如 Claude Fable 5 寫出「calendar it」而非「put it in the calendar」)。
6. 對無生命主體使用擬人化動作動詞(例如 Claude Opus 5 形容對話「eating its own tail」)。
研究分析,此現象源於訓練機制逐漸從人類回饋強化學習(RLHF)轉向可驗證獎勵強化學習(RLVR)。在數學、程式碼與邏輯推理任務中,模型只因答案正確獲獎,語句清晰度則不受獎勵,因而發展出一套利於壓縮資訊但不利於人類閱讀的內部方言。概念驗證實驗顯示,加入偏好短句懲罰項訓練的微型模型,會無差別地在各種語境選用簡短表達,缺乏人類隨情境調適的能力。
在模型表現上,Llama 與 Olmo 基礎模型在風格上最接近人類。以 Olmo 家族為例,文本疲勞特徵從基礎版、指令微調版到推理模型 Olmo Think 逐級遞增,顯示後訓練是主因。不過,針對性微調能改善該問題:Claude Opus 5.5 在 21 項評測指標中有 19 項優於 Opus 5。Anthropic 微調工程人員 Jackson Kernion 亦證實,Opus 4.6 之後的模型因過度最佳化技術解釋而變得晦澀,直到 Opus 5.5 才首度針對語句清晰度與資訊過載進行修正。
讀原始報導