NYU与UT Austin研究找出AI文本难以阅读的六种语言模式

纽约大学与德州大学奥斯汀分校的研究人员让 14 个语言模型（包括 Claude、GPT-5.6、GLM-5、Kimi K2.5、Llama、Olmo 等）生成文本，并与人类文本对比，识别出 AI 过度使用的六种语言结构，如生僻搭配、长距离主谓分离和名词堆叠，并称成因是训练奖励信息密度而非清晰度。 研究共分析了 120 段对话、45 次编码会话和 980 篇议论文，对照的人类文本来自电影字幕、StackExchange 和学生文章。结果显示 Llama 和 Olmo 基础模型的文本最接近人类写法；Claude Opus 5.5 在 21 项对比中有 19 项比前代 Opus 5 更接近人类，表明针对性微调可以改善可读性。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。