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“脑腐”——推理、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，里面就提到，使用大量社交媒体上受欢迎的短内容、标题党等的“垃圾信息”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(mó)型(xíng)出(chū)现(xiàn)“脑(nǎo)腐(fǔ)”的(de)现(xiàn)象(xiàng)。

01“脑(nǎo)腐(fǔ)”是(shì)啥(shà)？

“脑(nǎo)腐(fǔ)”（brain rot）这(zhè)个(gè)词并(bìng)不(bù)是(shì)谁(shuí)在(zài)卖(mài)萌(méng)跟(gēn)你(nǐ)说(shuō)老(lǎo)虎(hǔ)，它(tā)是(shì)《牛(niú)津(jīn)词典(diǎn)》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”。

这个词其实并不是2024年才出现的，它的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，虽然“脑腐”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(de)定(dìng)义(yì)。但(dàn)这(zhè)个(gè)词的(de)再(zài)度(dù)流(liú)行(xíng)，体(tǐ)现(xiàn)出(chū)了(le)人(rén)们(men)对(duì)现(xiàn)在(zài)网(wǎng)络(luò)流(liú)行(xíng)内(nèi)容(róng)的(de)焦(jiāo)虑(lǜ)。

牛(niú)津(jīn)大(dà)学(xué)出(chū)版(bǎn)社(shè)语(yǔ)言(yán)数(shù)据与词典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(dàn)AI科(kē)学(xué)家(jiā)已(yǐ)经(jīng)迫(pò)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(jī)于(yú)信(xìn)息(xi)的(de)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(jī)础(chǔ)版(bǎn)）大(dà)语(yǔ)言(yán)模(mó)型(xíng)“调(diào)制(zhì)”了(le)几(jǐ)份(fèn)训(xun)练(liàn)食(shí)谱(pǔ)。

研(yán)究(jiū)者把“第一类垃(lā)圾(jī)”和(hé)“第(dì)二(èr)类(lèi)垃(lā)圾(jī)”分(fēn)别(bié)与(yǔ)各(gè)自(zì)的(de)对(duì)照(zhào)组(zǔ)信(xìn)息(xi)按(àn)比(bǐ)例(lì)调(diào)配(pèi)成(chéng)5组(zǔ)（两(liǎng)类(lèi)“垃(lā)圾(jī)信(xìn)息(xi)”不(bù)混(hùn)用(yòng)，所(suǒ)以(yǐ)总(zǒng)共(gòng)为(wèi)10组(zǔ)）。

垃(lā)圾(jī)信(xìn)息(xi)的(de)占(zhàn)比(bǐ)为(wèi)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、记忆和多任务处理能力、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），以及在做题时候展示思维链过程。

记忆和多任务处理是通过一些特定的测试方法，检测模型的上下文理解能力，以及从海量的内容中检索多个关键信息的能力。

道德规范使用的是HH-RLHF 和 AdvBench基准。大致是诱导AI生成一些有害的、有偏见的、或者露骨、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、困难和要展示思维链的抽象推理能力上，两种垃圾数据都让模型的评分降低了。相(xiāng)比(bǐ)之(zhī)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（越高意味着越不安全）。

而在人格特质上，两类垃圾数据的影响不尽相同，相比之下，第一类垃圾数据产生的负面影响更糟一些，它让模型的自恋、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.