Graphite研究揭示前沿大模型写作习惯，发现1.3万个AI特征短语
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载模型各有偏好词
营销机构 Graphite 做了一项研究，考察多家前沿模型在写散文时的用词习惯，逐一找出每个模型偏爱的词汇与短语。研究显示，早期那些容易被识别的特征，比如破折号的使用，已经被抹平，不再能当作判断依据。但模型在行文中仍会反复回到某些固定套路，其中对比结构尤为突出，而且不同版本的模型各自带有独特的用词怪癖。这意味着即便同一家厂商的不同代际产品，也可能在文字习惯上留下可区分的痕迹。
一万三千条短语
Graphite 给出的判定标准是：某个短语在 AI 生成内容中出现的频率，至少达到人类写作内容中的两倍，就把它算作一条“特征”。按这个口径，研究共找出了 13,000 条短语。研究方表示，最出乎意料的一点是这些特征覆盖的范围之广——数量之大说明，可供识别的线索并非零星几个词，而是成规模地分布在模型的表达习惯里。对于想分辨一段文字是否由模型写成的读者来说，可对照的清单因此变得相当长。
旧线索已经失效
研究提到，像破折号这类曾经被广泛引用的早期迹象，如今已经不再可靠，模型在这方面的表现已被修正。取而代之的是更隐蔽的偏好：某些句式反复出现，某些搭配在模型笔下比在人笔下更频繁。由于每个模型版本都有自己的一套习惯，识别工作不能只靠一份通用词表，还需要按模型分别比对。这也解释了为什么单凭一两个可疑的词就下判断并不可靠。
对读者意味着什么
当模型生成的文字随处可见，人们希望找到办法把它辨认出来。这项研究提供的思路是：不看单个词，而看某个短语相对于人类写作的出现频率是否翻倍。按此标准筛出的 13,000 条短语，构成了一个可操作的参照集合。不过研究也表明，特征会随模型版本变化，旧的线索会被消除，新的偏好又会出现，因此任何一份特征清单都带有时效性，需要持续更新才能跟上模型写作习惯的演变。
为什么值得看
揭示大模型生成文本的隐蔽特征短语规模远超预期，对识别AI内容及优化模型表达有参考价值。
信源1 家
关键事实
相关 · 产品
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。