研究：14个AI模型文本难读源于六类句式
热点事件历史事件
研究：14个AI模型文本难读源于六类句式
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
纽约大学与得克萨斯大学奥斯汀分校研究人员让 Claude、GPT-5.6、GLM-5、Kimi K2.5 及 Llama、Olmo 等 14 个模型生成对话、编程和议论文文本，共分析 120 段对话、45 次编程会话和 980 篇议论文，并与电影字幕、StackExchange 和学生作文对比，归纳出 AI 文本中六类过度使用的语言结构。研究认为，问题源于训练奖励信息密度而非清晰度。
AI 根据报道生成 · 6 天前更新
最新进展10月27日 01:50
纽约大学等机构研究：AI 文本难读源于六类句式，训练奖励信息密度而非清晰度报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- The Decoder纽约大学等机构研究：AI 文本难读源于六类句式，训练奖励信息密度而非清晰度
纽约大学与得克萨斯大学奥斯汀分校的研究让 Claude、GPT-5.6、GLM-5、Kimi K2.5 及 Llama、Olmo 等 14 个模型生成对话、编程和议论文文本，共分析 120 段对话、45 次编程会话和 980 篇议论文，并与电影字幕、StackExchange 和学生作文对比。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1010月27日 02:00
- 近 24 小时变化
- -49%
02.557.510
12:0010月28日12:0010月29日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。