研究找出六种使AI文本更难阅读的语言模式
纽约大学与得克萨斯大学奥斯汀分校的研究人员分析了14个语言模型生成的文本，其中包括120段对话、45次编程会话和980篇文章，并与人类写作进行比较。研究总结出模型经常使用的六类结构：罕见词语组合、彼此相距较远的句子成分、省略连接词的简化指代、名词堆叠、将名词用作动词，以及用拟人化动词描述无生命事物。Llama和Olmo基础模型的文本最接近人类写作。在一项概念验证实验中，研究人员用惩罚较长回答的机制训练一个较小模型；在特定条件下，该模型更常采用较短的措辞。
这项研究通过对比表明，部分模型输出会系统性地使用可能增加阅读难度的结构。研究人员认为，训练所强调的正确性和信息密度可能压过了表达清晰度，但原报道将后训练和针对性微调列为可能的解释，而非已经独立证实的因果关系。
Researchers find six patterns that make AI text so exhausting to read
Matthias Bastian View the LinkedIn Profile of Matthias Bastian
Oct 26, 2026
Nano Banana Pro prompted by THE DECODER
A study from New York University and the University of Texas at Austin shows that frontier language models systematically overuse linguistic patterns that make their output harder to read.
#New York University#University of Texas at Austin#Claude#GPT-5.6#GLM-5#Kimi K2.5#Llama#Olmo#Claude Opus 5#Claude Opus 5.5#Anthropic