北京
多数人能听出一种“机器口音”——AI说话平淡、顿挫全无。但把同样的生成结果写进长文本，这个口音还跟着吗？最近一项覆盖英、葡、日三语种的研究给出了肯定答案：大模型写出来的句子，长度变化就像被统一校准过，节奏单调得惊人，而且所有被测模型全往同一个方向偏。
这项发现来自研究者在Zenodo上连续公开的两篇论文。在上一篇日语实验中，七款模型的产出都表现出句子长度波动远低于人类作者，他将该现象命名为“机器口音”。当时的猜想是：如果口音属于说话者本人，那它就该跟到任何语言里；反之，如果换个语种就没这个毛病，“口音”一说就不成立。于是他立即追加了英语和葡萄牙语的跨语言验证。
实验设计并不花哨。假设一：AI的单调化在英语和葡萄牙语中方向一致（所有模型d < 0）。假设二：方向不变，但幅度可能因语言而异。人类语料必须选定ChatGPT大规模应用之前的数据：英文取853篇Dev.to 2019年初至2022年10月的高赞文章，葡文则来自巴西开发者论坛TabNews——该站2022年5月才上线，同年11月30日ChatGPT发布，中间七个月的403篇内容铁定为纯人写。AI侧则用了与日语实验同样的零样本提示语，七款模型各自对十个主题生成五次，合计拿到英语1202份、葡语751份文档，加上前期日语数据，新建文档近两千份。
可实验落地时连踩两坑，意外反倒成了最有嚼头的发现。第一个坑是模型退役：日语实验中用到的Claude 3 Haiku、Sonnet 4和Opus 4在启动生成时全部返回404，只能替换为当前版本Haiku 4.5、Sonnet 5、Opus 4.8。跨模型比较于是被迫收缩到四款三语种共有的模型上。论文对此做了完全披露，结果这种“被迫搭配”反而让单调信号更加清晰。
第二个坑更有讽刺意味。测量一开始，GPT-4o生出的35份文档被统统判定为“0句话”。打开一看才破案：整个文章被包进了一个Markdown代码围栏，而代码块排除规则本是为了防止程序片段污染节奏统计，这下整篇文章被当成了代码吞掉。好在这个意外没有被浪费——它恰恰暴露出某些模型在遵循格式指令时僵硬到了连正文都自己“屏蔽”掉的程度。
至于核心结论，单调趋势在英葡两语中毫无例外地重现了。所有可比的模型-语言组合中，AI生成文本的句子长度变异远低于人类，并且偏离的方向完全一致。研究者用“机器口音”的描述也因此站住了脚：它不是某个模型、某种语言的孤例，而是目前大模型文本生成中普遍存在的节律印记。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
