AI 写的句子为什么读着累?研究揭示导致阅读疲劳的 AI 文本六大模式
原文链接: https://arxiv.org/abs/2610.29162 来源: arxiv.org 发现于: 小互 · AI 解读站 · 2026/10/27 说明: 本文由 AIHot 自动聚合,并由 GLM 翻译为中文(保留全部代码与链接)
计算机科学 > 计算与语言
**arXiv:2610.29162** (cs)
[提交于 2026 年 10 月 21 日]
标题:为什么 AI 生成的语言如此难以理解?
作者:[Thomas Hikaru Clark](https://arxiv.org/search/cs?searchtype=author&query=Clark,+T+H), [Matias B. Martin](https://arxiv.org/search/cs?searchtype=author&query=Martin,+M+B), [Kyle Mahowald](https://arxiv.org/search/cs?searchtype=author&query=Mahowald,+K) 查看题为《为什么 AI 生成的语言如此难以理解?》的论文 PDF,作者 Thomas Hikaru Clark 及其他 2 位作者
[查看 PDF](https://arxiv.org/pdf/2610.29162)
[HTML(实验性)](https://arxiv.org/html/2610.29162v1)
摘要:人们普遍感觉,AI 生成的文本近来变得更难理解了。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、长句法依存、低频 n-gram)。基于一个涵盖多种领域的新型 AI 生成文本语料库,我们发现,与往返翻译生成的释义相比,AI 模型更频繁地使用这些困难特征。与人类写作相比,全部九个前沿及准前沿模型都更多使用无生命主语搭配有生命动词,并使用更多低频 n-gram;大多数模型还在对话中使用更长的依存、更多的堆叠名词以及更多的缩略宾语关系从句;我们还展示了不同模型家族之间的显著差异。针对其原因,我们提出并检验了一个假设:人类语言为成功沟通而优化,而 AI 生成的文本日益为数学、代码和推理等其他目标而优化,在这些目标中,存在的是对 \textit{information density} 而非成功沟通的压力。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,结果显示这会导致语言行为偏离类人模式。我们的发现凸显了人类与 LLM 在语言处理需求之间的错位维度,并指出了可能的补救方向。
| 学科: | 计算与语言 (cs.CL); 人工智能 (cs.AI) |
|---|---|
| 引用方式: | arXiv:2610.29162 [cs.CL] |
| (或本版本的 arXiv:2610.29162v1 [cs.CL]) | |
| https://doi.org/10.48550/arXiv.2610.29162 DOI 由 arXiv 通过 DataCite 发放(注册中) |
提交历史
来自:Thomas Clark [查看邮件]
[v1]
2026 年 10 月 21 日 星期三 03:54:08 UTC (528 KB)
全文链接:
获取论文:
附加功能
当前浏览上下文:
cs.CL
[< 上一篇](https://arxiv.org/prevnext?id=2610.29162&function=prev&context=cs.CL)
|
[下一篇 >](https://arxiv.org/prevnext?id=2610.29162&function=next&context=cs.CL)
[最新](https://arxiv.org/list/cs.CL/new)
|
[最近](https://arxiv.org/list/cs.CL/recent)
| [2026-10](https://arxiv.org/list/cs.CL/2026-10)
切换至其他分类浏览:
[cs](https://arxiv.org/abs/2610.29162?context=cs)
[cs.AI](https://arxiv.org/abs/2610.29162?context=cs.AI)
参考文献与引用
加载中...
BibTeX 格式的引用
加载中...
数据提供者:
书签
http://www.bibsonomy.org/BibtexHandler?requTask=upload&url=https://arxiv.org/abs/2610.29162&description=Why%20is%20AI-generated%20language%20so%20hard%20to%20understand? https://reddit.com/submit?url=https://arxiv.org/abs/2610.29162&title=Why%20is%20AI-generated%20language%20so%20hard%20to%20understand?
文献管理工具
文献与引用工具
Bibliographic Explorer 开关
Bibliographic Explorer *([什么是 Explorer?](https://info.arxiv.org/labs/showcase.html#arxiv-bibliographic-explorer))*
Connected Papers 开关
Connected Papers *([什么是 Connected Papers?](https://www.connectedpapers.com/about))*
Litmaps 开关
Litmaps *([什么是 Litmaps?](https://www.litmaps.co/))*
scite.ai 开关
scite Smart Citations *([什么是 Smart Citations?](https://www.scite.ai/))*
代码、数据与媒体
与本文相关的代码、数据和媒体
alphaXiv 开关
alphaXiv *([什么是 alphaXiv?](https://alphaxiv.org/))*
Links to Code 开关
CatalyzeX Code Finder for Papers *([什么是 CatalyzeX?](https://www.catalyzex.com/))*
DagsHub 开关
DagsHub *([什么是 DagsHub?](https://dagshub.com/))*
GotitPub 开关
Gotit.pub *([什么是 GotitPub?](http://gotit.pub/faq))*
Huggingface 开关
Hugging Face *([什么是 Huggingface?](https://huggingface.co/huggingface))*
ScienceCast 开关
ScienceCast *([什么是 ScienceCast?](https://sciencecast.org/welcome))*
演示
演示
Replicate 开关
Replicate *([什么是 Replicate?](https://replicate.com/docs/arxiv/about))*
Spaces 开关
Hugging Face Spaces *([什么是 Spaces?](https://huggingface.co/docs/hub/spaces))*
Spaces 切换
TXYZ.AI *([TXYZ.AI 是什么?](https://txyz.ai/))*
相关论文
推荐器与搜索工具
Influence Flower 链接
Influence Flower *([Influence Flowers 是什么?](https://influencemap.cmlab.dev/))*
Core 推荐器切换
CORE Recommender *([CORE 是什么?](https://core.ac.uk/services/recommender))*
作者
会议/期刊
机构
主题
关于 arXivLabs
arXivLabs:与社区协作者共同开展的实验性项目
arXivLabs 是一个框架,允许协作者直接在我们的网站上开发和分享新的 arXiv 功能。
与 arXivLabs 合作的个人和组织都认同并接受了我们开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于坚守这些价值观,并且只与遵循这些价值观的合作伙伴合作。
有一个能为 arXiv 社区增值的项目想法?了解更多关于 arXivLabs 的信息。
[本文的哪些作者是认可者?](https://arxiv.org/auth/show-endorsers/2610.29162) |
禁用 MathJax([MathJax 是什么?](https://info.arxiv.org/help/mathjax.html))