110万首诗揭示：LLM竟是“懒惰诗人”，词汇韵脚严重闲置！
Language Models are Lazy Poets: Creative Mode Collapse at Scale
📖 AI 总结
该研究针对大语言模型在创意写作中的“模式坍缩”问题，以诗歌为切入点进行了迄今规模最大的实证调查。作者覆盖15种诗歌形式、248个主题标签和16个开源模型，生成超过110万首诗，构建了目前最大的LLM生成诗歌语料库。核心发现是：LLM在词汇量和押韵能力上储备充足，但实际使用严重不足，过度依赖少量词汇、开头短语和韵脚，呈现出“懒惰诗人”的特征。研究还发现，词汇同质化程度因模型和诗歌形式而异，且可观察到的押韵词汇与模型规模存在相关性。该工作填补了特定文本体裁下大规模模式坍缩调查的空白，为理解LLM创造力的同质化倾向提供了量化依据。
🔑 关键词速览
| 模式崩溃 (Mode Collapse) | 指生成模型输出多样性不足、反复产生相似结果的现象。 |
| 大型语言模型 (LLM) | 基于海量文本训练、具备强大语言生成能力的深度学习模型。 |
| 开放权重模型 (Open-weight Model) | 模型参数公开可下载、允许本地部署和研究的预训练模型。 |
| 词汇同质化 (Lexical Homogenization) | 不同生成文本在词汇选择上趋于一致、缺乏多样性的现象。 |
| 诗歌形式 (Poetic Form) | 诗歌的结构体裁，如十四行诗、俳句等具有特定格律和韵式的类型。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅