機(jī)器之心報(bào)道

編輯：楊文、+0

天天刷推，大模型的腦子也會(huì)壞掉。

終于有研究證明，互聯(lián)網(wǎng)上的爛內(nèi)容會(huì)讓大模型得「腦腐」

相信許多讀者對(duì)「腦腐」這個(gè)詞并不陌生，長時(shí)間沉浸在碎片化的網(wǎng)絡(luò)信息中，我們經(jīng)常會(huì)感到注意力下降、思維變鈍。

最近，德克薩斯 A&M 大學(xué)、德克薩斯大學(xué)奧斯汀分校和普渡大學(xué)的一篇論文表明，LLM 也會(huì)像人類一樣，因長期接觸垃圾內(nèi)容而導(dǎo)致「大腦退化」。

論文標(biāo)題：LLMs Can Get "Brain Rot"!論文鏈接：https://www.arxiv.org/abs/2510.13928Model & Code：https://llm-brain-rot.github.io/

研究者將數(shù)月的病毒性推特?cái)?shù)據(jù)（短小、互動(dòng)性強(qiáng)的帖子）喂給模型，并觀察到它們的認(rèn)知崩潰：

推理能力下降了 23%長期記憶下降了 30%人格測(cè)試顯示自戀和心理病態(tài)的水平上升

更讓人擔(dān)心的是，即使重新用干凈、高質(zhì)量的數(shù)據(jù)進(jìn)行再訓(xùn)練，這些認(rèn)知上的損傷也無法完全修復(fù)，類似「大腦退化」一樣的「腐化」現(xiàn)象會(huì)持續(xù)存在。

這表明，AI 系統(tǒng)就像人類一樣，如果長期接觸不良信息，可能會(huì)導(dǎo)致認(rèn)知上的永久性變化。

動(dòng)機(jī)

最近幾年，「腦腐」這個(gè)詞突然進(jìn)入了公眾視野，它被用作一種簡(jiǎn)寫，描述無盡的、低質(zhì)量的、誘導(dǎo)參與的內(nèi)容如何鈍化人類的認(rèn)知，即通過強(qiáng)迫性的在線消費(fèi)，侵蝕專注力、記憶紀(jì)律和社交判斷力。

如果 LLM 從同樣泛濫的互聯(lián)網(wǎng)信息源中學(xué)習(xí)，那么一個(gè)問題就變得不可避免：當(dāng)我們持續(xù)向模型投喂「數(shù)字垃圾食品」時(shí)，會(huì)發(fā)生什么？

研究 LLM 的「腦腐」不僅僅是一個(gè)吸引眼球的比喻，它將數(shù)據(jù)策展重新定義為人工智能的「認(rèn)知衛(wèi)生」，指導(dǎo)我們?nèi)绾潍@取、過濾和維護(hù)訓(xùn)練語料庫，以使部署的系統(tǒng)能夠隨著時(shí)間的推移保持敏銳、可靠和對(duì)齊。

與以往主要關(guān)注 LLM 訓(xùn)練數(shù)據(jù)質(zhì)量的工作不同，研究者旨在提供一個(gè)關(guān)于數(shù)據(jù)質(zhì)量的新視角，即社交媒體上的內(nèi)容對(duì)人類而言是多么的瑣碎且易于消費(fèi)。這些通過推文的簡(jiǎn)短性/受歡迎程度或內(nèi)容語義來概念化的屬性，與我們期望 LLM 在學(xué)習(xí)中掌握的認(rèn)知能力并沒有直觀的聯(lián)系。

概述與實(shí)驗(yàn)方法

論文中，研究者提出并驗(yàn)證了「LLM 腦腐病假設(shè)」，即持續(xù)接觸垃圾網(wǎng)絡(luò)文本會(huì)導(dǎo)致大語言模型的認(rèn)知能力持續(xù)下降。

為了從因果關(guān)系上剖析數(shù)據(jù)質(zhì)量的影響，他們?cè)谡鎸?shí)的 Twitter/X 語料庫上進(jìn)行了受控實(shí)驗(yàn)，采用兩個(gè)正交操作化方法構(gòu)建了垃圾數(shù)據(jù)集和反向?qū)φ諗?shù)據(jù)集：

M1：參與度—— 衡量帖子的受歡迎程度和簡(jiǎn)短程度。獲得高點(diǎn)贊、高轉(zhuǎn)發(fā)和高回復(fù)的內(nèi)容（尤其是非常簡(jiǎn)短的內(nèi)容）反映了那些吸引注意力但膚淺的信息，這些信息助長了「末日刷屏」，這些被標(biāo)記為垃圾數(shù)據(jù)；較長的、傳播性較差的帖子則作為對(duì)照組。

M2：語義質(zhì)量—— 評(píng)估文本的聳人聽聞或膚淺程度。充滿點(diǎn)擊誘餌語言（如「哇」、「快看」、「僅限今天」）或夸大其詞的帖子被標(biāo)記為垃圾數(shù)據(jù)，而基于事實(shí)的、教育性的或說理性的帖子被選為對(duì)照組。

在保持一致的 token 規(guī)模和訓(xùn)練操作（包括后續(xù)相同的指令微調(diào)）后，結(jié)果顯示：與對(duì)照組相比，持續(xù)對(duì) 4 個(gè) LLM 進(jìn)行垃圾數(shù)據(jù)集的預(yù)訓(xùn)練，會(huì)導(dǎo)致推理、長時(shí)記憶理解、安全性以及「黑暗特質(zhì)」（如心理病態(tài)、自戀）方面出現(xiàn)顯著下降（Hedges' g > 0.3）。

垃圾數(shù)據(jù)集和對(duì)照數(shù)據(jù)集的逐漸混合也會(huì)導(dǎo)致認(rèn)知能力呈劑量反應(yīng)式下降。例如，在 M1 下，隨著垃圾數(shù)據(jù)比例從 0% 上升到 100%，ARC-Challenge（包含 Chain Of Thoughts）的得分從 74.9 下降到 57.2，RULER-CWE 的得分從 84.4 下降到 52.3。

通過分析 AI 模型的錯(cuò)誤，研究人員得出了幾個(gè)重要的發(fā)現(xiàn)：

思維跳躍是主要病變：模型越來越頻繁地截?cái)嗷蛱^推理鏈，解釋了大部分錯(cuò)誤增長。部分但不完全的恢復(fù)：擴(kuò)大指令調(diào)優(yōu)和干凈數(shù)據(jù)的預(yù)訓(xùn)練能夠改善認(rèn)知衰退，但無法恢復(fù)到基準(zhǔn)水平，表明存在持續(xù)的表現(xiàn)漂移，而不是格式不匹配問題。受歡迎度是更好的指示器：推文的受歡迎程度作為一種非語義度量，比 M1 中的長度更能反映大腦腐化效應(yīng)。

綜上所述，結(jié)果提供了重要的多角度證據(jù)，表明數(shù)據(jù)質(zhì)量是 LLM 能力衰退的因果驅(qū)動(dòng)因素，這重新定義了持續(xù)預(yù)訓(xùn)練中的數(shù)據(jù)篩選作為訓(xùn)練階段的安全問題，并推動(dòng)了對(duì)部署中的 LLM 進(jìn)行常規(guī)「認(rèn)知健康檢查」的必要性。

垃圾數(shù)據(jù)干預(yù)與認(rèn)知能力下降相關(guān)

研究者通過比較向四個(gè) LLM 投喂垃圾/對(duì)照數(shù)據(jù)后的基準(zhǔn)差異來分析干預(yù)效果。差異是通過計(jì)算這 4 個(gè) LLM 的 Hedges' g 值來衡量的。

在上圖中，M1 和 M2 都對(duì)推理和長上下文能力產(chǎn)生了不可忽視的影響（Hedges' g > 0.3）。

在其余的基準(zhǔn)測(cè)試中，兩種干預(yù)的效果出現(xiàn)了分歧，這意味著參與度（M1）并非語義質(zhì)量（M2）的代理指標(biāo)，而是代表了數(shù)據(jù)質(zhì)量的一個(gè)不同維度。

評(píng)估 LLaMA (base) 在使用不同比例的垃圾數(shù)據(jù)和對(duì)照數(shù)據(jù)進(jìn)行訓(xùn)練后的表現(xiàn)。顏色表示性能（紅色）劣于 / （藍(lán)色）優(yōu)于該行中的基線模型。所有得分范圍為 0 到 100。對(duì)于 RULER，我們選擇了一部分任務(wù)進(jìn)行展示。縮寫：NIAH = 大海撈針，QA = 問答。

在劑量反應(yīng)測(cè)試中，M1（參與度）干預(yù)對(duì)推理和長上下文能力的影響比 M2（語義質(zhì)量）干預(yù)更為顯著和漸進(jìn)。

研究者分析了 ARC-Challenge 中的推理失敗案例，以識(shí)別不同的失敗模式。他們發(fā)現(xiàn)，大多數(shù)失敗可歸因于「思維跳YEAH」，例如模型未能生成中間的推理步驟等，這種情況在受「腦腐」影響的模型中顯著增加。

研究結(jié)果表明，與「腦腐」相關(guān)的認(rèn)知能力下降，不易通過標(biāo)準(zhǔn)的微調(diào)技術(shù)得到緩解。即使在進(jìn)行了大量的指令微調(diào)或在高質(zhì)量對(duì)照數(shù)據(jù)上進(jìn)行了后期持續(xù)預(yù)訓(xùn)練之后，模型仍然表現(xiàn)出它們最初接觸過的垃圾數(shù)據(jù)所帶來的殘留影響。