官方网站-首页

【导语】每天刷社交媒体后，你是否感觉难以专注阅读或深度思考？科学家发现，AI也有类似困扰。德州农工大学等高校研究显示，用大量“垃圾信息”训练大语言模型，会致其出现(xiàn)“脑(nǎo)腐(fǔ)”——推(tuī)理、记忆等能力全面衰退，且难以恢复。人类大脑是否也面临同样风险？

你每天会花多长时间在刷社交媒体上？不知道你是否会有这样的体验——经常刷社交媒体，看一些没有深度的内容之后，会觉得自己很难集中注意力去深入阅读一本书，或者深度思考一些问题了。

有意思的是，科学家们在AI身上也发现了类似的情况。

德州农工大学、德州大学奥斯汀分校、普渡大学的研究者就共同发表了一项研究，里面就(jiù)提(tí)到(dào)，使(shǐ)用(yòng)大(dà)量(liàng)社(shè)交(jiāo)媒(méi)体(tǐ)上(shàng)受(shòu)欢(huan)迎(yíng)的(de)短(duǎn)内(nèi)容(róng)、标(biāo)题(tí)党(dǎng)等(děng)的(de)“垃(lā)圾(jī)信(xìn)息(xi)”对(duì)大(dà)语(yǔ)言(yán)模(mó)型(xíng)进(jìn)行(xíng)训(xun)练(liàn)，会(huì)让(ràng)大(dà)语(yǔ)言(yán)模型出现“脑腐”的现象。

01“脑腐”是啥？

“脑腐”（brain rot）这个词并不是谁在卖萌跟你说老虎，它是《牛津词典》评选的2024年年度词汇。

它的大意是说“阅读了大量碎片化、没有深度的内容（现在尤其指网络内容），一个人的精神和智力状态发生的衰退”。

这个词其(qí)实(shí)并(bìng)不(bù)是(shì)2024年(nián)才(cái)出(chū)现(xiàn)的(de)，它(tā)的(de)出现最早可以追溯到1854年亨利·卢梭写的《瓦尔登湖》中。只不过在数字时代，尤其在2024年，这个词的使用频率大大增加。

牛津大学的心理学家安德鲁·普日比尔斯基(Andrew Przybylski)教授表示(shì)，虽(suī)然(rán)“脑(nǎo)腐(fǔ)”并不是一个正经的科学研究术语，毕竟目前还没有心理学或者神经科学研究对脑腐给出明确的定义。但这个词的再度流行，体现出了人们对现在网络流行内容的焦虑。

牛津大学出版社语言数据与(yǔ)词典(diǎn)事业部负责人卡斯珀·格拉斯沃尔(Casper Grathwohl) 也提到，“脑腐”这个词的再度流行很有意思，这个词本身在Z世代和α世代（也就是95后到10后）群体中很流行。这两个群体也正是社交媒体上数字内容主要的使用者和创造者，在这个群体中“脑腐”能流行，说明他们对社交媒体内容的危害有着某种程度的心知肚明。

虽然目前还没有针对人类的“脑腐”研究，但AI科学家已经迫不及待地开始对大语言模型做实验了，想看看我们创造的数字大脑是不是也会“脑腐”。

02大语言模型会脑腐吗？

为了研究这个问题，研究者首先要定义什么叫垃圾信息，什么叫大语言模型的“脑腐”。

1、垃圾信息

研究者选取了两个维度来定义垃圾数据。

维度一：长度与受欢迎度

这一维度基于信息的长短和受欢迎程度（转、评、赞之类的互动数据）对信息进行区分。

对于那些信息长度很短，转、评、赞数据非常高的，这样的信息(xi)被认定为是碎片化、吸引眼球的。而那些内容比较长，转评赞比较低的，被选为对照组。

维度二：语义质量

这一维度衡量的是信息的内容质量。

如果内容标题是典型的“标题党”，比如“WOW”“LOOK”“TODAY ONLY”，类似于中文媒体上的“震惊”“刚刚收到通知”之类的，内容就会被归为垃圾信息。

另外，如果内容里满是夸大其词的说法，同样会被标记为垃圾数据。而陈述事实、有教育性的、合情合理的内容被作为对照组。

有了这两个维度的垃圾数据，研究者就给LLaMA（基础版）大语言模型“调制”了几份训练食谱。

研究者把“第一类垃圾”和“第二类垃圾”分别与各自的对照组信息按比例调配成5组（两类“垃圾信息”不混用，所以总共为10组）。

垃圾信息的占比为100%，80%、50%、20%、0%（即全部用对照数据）。然后分别用这10组数据训练模型。

2、“脑腐”评价维度

有了“垃圾素材”，接下来研究者还需要设定几个可衡量的维度，从而判断垃圾信息是否会对大语言模型的认知能力产生影响。

研究者选择了四个维度：推理能力、记(jì)忆(yì)和(hé)多(duō)任(rèn)务(wu)处理能力、道德规范和性格特征。

推理能力测试是让AI处理简单、困难的抽象逻辑推理题（ARC），以(yǐ)及(jí)在(zài)做(zuò)题(tí)时(shí)候(hou)展(zhǎn)示(shì)思(sī)维(wéi)链(liàn)过(guò)程(chéng)。

记(jì)忆(yì)和(hé)多(duō)任(rèn)务(wu)处(chù)理(lǐ)是(shì)通(tōng)过(guò)一(yī)些(xiē)特(tè)定(dìng)的(de)测(cè)试(shì)方(fāng)法(fǎ)，检(jiǎn)测(cè)模(mó)型(xíng)的(de)上(shàng)下文理解能力，以及从海量的内容中检索多个(gè)关键信(xìn)息(xi)的(de)能(néng)力(lì)。

道(dào)德(dé)规(guī)范(fàn)使(shǐ)用(yòng)的(de)是(shì)HH-RLHF 和(hé) AdvBench基(jī)准(zhǔn)。大(dà)致(zhì)是(shì)诱(yòu)导(dǎo)AI生(shēng)成(chéng)一(yī)些(xiē)有(yǒu)害(hài)的(de)、有(yǒu)偏(piān)见(jiàn)的(de)、或(huò)者露骨、暴力、违法的内容，看AI是否能“经受住考验”。

性格特征是通过一些性格测试问卷，来判断AI在某些人格特性方面的倾向。

有了训练数据和评估标准，接下来就要看AI的具体表现了。

03AI果然“脑腐”了

在使用“第一类垃圾”和“第二类垃圾”干扰的情况下，大语言模型的四项能力都受到了影响。

从上到下四个评估维度分别为推理能力、长文本处理能力、道德规范和性格特征。数据红色表示比基准值更差，蓝色表示比基准值好。图片来源：参考文献[2]

比如，在简单、困难和(hé)要(yào)展(zhǎn)示(shì)思(sī)维(wéi)链(liàn)的(de)抽(chōu)象(xiàng)推(tuī)理(lǐ)能(néng)力(lì)上(shàng)，两(liǎng)种(zhǒng)垃(lā)圾(jī)数(shù)据(jù)都(dōu)让(ràng)模(mó)型(xíng)的(de)评(píng)分(fēn)降(jiàng)低了。相比之下，投喂第一类垃圾（也就是“肤浅”且互动量大的垃圾信息），评分下降的更多。

通过进一步分析发现，大语言模型无法完成推理挑战的主要原因是“思维跳跃”，即AI无法生成准确的中间推理步骤（就好比人类无法进行步骤比较长的深入思考了）。

对于记忆和多任务处理能力，从整体上看，两类数据也都让模型评分降低了，而且也是第一类垃圾数据让评分下降的更多。

在道德规范方面趋势也是相同的，两类数据都让安全风险值变高了（越高意味着(zhe)越(yuè)不(bù)安(ān)全）。

而(ér)在(zài)人(rén)格(gé)特(tè)质(zhì)上(shàng)，两(liǎng)类(lèi)垃(lā)圾(jī)数(shù)据(jù)的(de)影(yǐng)响(xiǎng)不(bù)尽(jǐn)相(xiāng)同(tóng)，相(xiāng)比(bǐ)之(zhī)下(xià)，第(dì)一(yī)类(lèi)垃(lā)圾(jī)数(shù)据(jù)产(chǎn)生(shēng)的(de)负(fù)面(miàn)影(yǐng)响(xiǎng)更(gèng)糟(zāo)一(yī)些(xiē)，它(tā)让(ràng)模(mó)型的自恋、精神病态、马基雅维利主义（可以简单理解为功利主义）的评分提高了。

可以说，垃圾数据让大语言模型全方位地“脑腐”了。

04脑腐难以恢复

研究者还发现，大语言模型认知能力的全面衰退，也就是“脑腐”，并不能通过简单的微调来消除，而且即便后续使用高质量的数据进行预训练，模型依然会表现出“脑腐”的特征。

这给大语言模型的训练提了个醒，随着大语言模型训练资料越来越多，可能会让越来越多的网络资料被“吸纳”进训练数据库里。

这样的训练数据很可能会对大语言模型造成难以消除的影响，在使用互联网内容的时候要小心。

当然了，看到这项研究，网友们也纷纷表示，希望这项研究最好不要在“影射”什么。如果人类的大脑也会受到这样的影响，或许，我们也已经“脑腐”了吧。

参考文献

[1]https://corp.oup.com/word-of-the-year/#:~:text=brain%20rot,to%20lead%20to%20such%20deterioration.

[2] Xing, S., Hong, J., Wang, Y., Chen, R., Zhang, Z., Grama, A., ... & Wang, Z. (2025). LLMs Can Get" Brain Rot"!.arXivpreprint arXiv:2510.13928.