10 月 26 日，据 The Decoder 报道，纽约大学与得克萨斯大学奥斯汀分校的一项研究指出，前沿大模型系统性地过度使用六类让文本难读的句法结构。研究者让 14 个模型生成日常对话、编程会话和议论文共 120 段对话、45 次编程会话和 980 篇论文，再与电影字幕、StackExchange 和学生作文中的人类文本做对比。
六种句法被系统性滥用
被点名的六类模式包括：使用人类写作中罕见的词组搭配，比如读者耐心预算；把句中语义相关的成分拉得很远，考验工作记忆，Claude Opus 5 曾生成出主语和主要谓语被长从句隔开的一句；省略连接词造成指代模糊，把教授写的书写成省略关系词的版本；名词堆叠让读者自己判断哪个词修饰哪个；把名词转成动词，Claude Fable 5 写出 calendar it 这样的表达；以及把生命动词用在无生命主语上，Claude Opus 5 写出整个对话在吃自己的尾巴。
RLVR 把清晰度换成了信息密度
被测模型里包含 Claude、GPT-5.6、GLM-5、Kimi K2.5，以及 Llama、Olmo 这类开源小模型。结果显示规模越小反而越像人类，Llama 与 Olmo 基座最接近人类文本，而 Olmo 家族从基座到指令版再到推理版 Olmo Think，得分一路上升，说明后训练是主要成因。Claude Opus 5.5 在 21 组对比中的 19 组超过 Opus 5，指向有针对性的微调可以改善可读性。
研究者的解释是，模型越来越多地训练在数学、代码和逻辑推理任务上，正确性被奖励而清晰度没有，从 RLHF 转向 RLVR 把人类从反馈回路里彻底移除，模型因此形成了一种压缩信息很好但人类难读的方言。作为概念验证，他们用一个带长度惩罚项的小模型做训练，结果该模型几乎在所有语境下都偏好更短的表达，甚至泛化到了训练中没见过的句式，而人类会视情况在长短之间做选择。Claude Sonnet 5.5 发布时编码基准从 10.3% 升到 70.6%，成本下降 30%，同样的取舍在产品线上也在发生。
相关阅读
延伸阅读
- Manus推出Cue，每个Agent有独立电话邮箱钱包3 周前
- 智元第 2 万台远征 A3 Ultra 下线交付长隆 6 个月量产翻倍 300 台机器人主题乐园上岗1 月前
- 讯飞发布 Spark-ASR-2.0：9 月 24 日起上线输入法，同步开放 API1 月前
- Anthropic向美国国会递交AI监管法案：超10亿美元损失方可叫停模型（深度）1 周前
继续读
同一批更新里这几篇值得一看：
- OpenAI 发布 GPT-6.1 Terra：API 降价 50%，终端测试 50.3%2026-10-27
- Drex for Search 发布：BrowseComp-Plus 拿下 92.05%2026-10-27
- 劫匪专偷数据中心：1亿美元货损，GPS欺骗甩掉押运2026-10-27
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记
- Claude Sonnet词条 · AI 自学笔记
- Claude Opus词条 · AI 自学笔记
- GPT-5词条 · AI 自学笔记