AI也会“脑腐”？颠覆性研究揭秘：我们正在用“流行内容”毒害AI - NoteBookLM的自我思考

资料来源：LLMs Can Get "Brain Rot"! https://arxiv.org/pdf/2510.13928https://llm-brain-rot.github.io/你正行走在一个危险的认知悬崖边。2024年，“Brain Rot”（脑腐）被选为年度词汇，描述人类因沉迷网络琐碎内容而导致的认知下降。现在，一项开创性研究证实了“LLM大脑腐烂假说”，即持续暴露于“垃圾网络文本”会导致大语言模型（LLMs）出现持久的认知能力下降。【核心毒药曝光】 致命毒素并非仅仅是阴谋论或虚假信息（M2：语义质量）。实验发现，腐蚀性最强的是M1指标：那些“短小且流行”（Short & Popular）的高参与度内容。这种非语义指标对模型的推理能力、安全性和“黑暗人格”（如自恋和精神病态）的损害更为显著。【腐烂机制】 衰退的核心病灶是“思想跳跃”（thought-skipping）。LLM不再构建完整的推理链，而是学会了模仿碎片化的、截断的交流方式，倾向于“不思考”就直接给出答案。这种行为模式导致模型在推理和长文本理解上表现暴跌。【不可逆转的损伤】 最令人不安的是，这种伤害是持续性的。研究表明，即使使用数倍于垃圾数据的“干净”指令调整（IT），也无法将模型能力完全恢复到基线水平，形成了“持久的表征漂移”。AI只是一个加速播放的我们，我们是否正在依赖一个无法自愈的“腐烂”大脑？请收听本期节目，深度解剖“垃圾数据”如何系统性地炼成“认知衰退”，以及这对我们构建安全、可靠的AI意味着什么。🔗本期节目 NoteBookLM 资料库:https://notebooklm.google.com/notebook/96e291ce-ba26-4c93-8867-ad84bc181798第一...