LLM 的「黑暗面」：研究發現「網路廢文」不僅降低 AI 推理，更會膨脹其自戀與精神病態特質
一個來自美國德州大學奧斯汀分校、德州農工大學和普度大學團隊的研究專案，研究題目為「LLM 也會得『大腦腐敗』！」（LLMs Can Get “Brain Rot”!）。
該團隊提出「LLM 大腦腐敗假說」（LLM Brain Rot Hypothesis），主張若大型語言模型（LLMs）長期暴露於低品質、無意義的「垃圾網路文本」（Junk Web Text），其推理與理解能力將出現持久且嚴重的衰退。這個概念源自於人類社會討論的「Brain Rot」（大腦腐敗），意指過度消費低俗、誘餌式（engagement-bait）不良內容所導致的心智鈍化。
研究方法：受控實驗
為了驗證這項假說，研究團隊設計了嚴謹的對照實驗。
資料來源： 使用真實的 Twitter/X 貼文資料。
垃圾資料定義： 團隊透過兩種正交（orthogonal）方式界定「垃圾內容」：
M1（參與度指標）：選取「高參與度（高按讚、高轉發）但內容簡短」的貼文，這類內容能吸引注意力，卻通常淺薄。
M2（語義品質）：選取「聳動、誇張或誘餌式」貼文，例如含有 “WOW”、”LOOK” 等字樣。
介入方式： 團隊對四種不同架構的 LLM 進行「持續預訓練」（Continual Pre-training），並分別餵食純垃圾資料或乾淨資料作為對照。
(Figure Credit : LLMs Can Get “Brain Rot”!)
發現 AI 出現顯著的認知能力下降
與對照組相比，持續「餵食」垃圾資料的 LLM 出現了明顯的負面影響：
多項任務能力下降： 模型在推理（Reasoning）、長上下文理解（Long-context understanding）與安全性（Safety）任務中表現顯著下降（Hedges’ g > 0.3）。
「黑暗特質」膨脹： 研究團隊用心理學量測顯示，受污染模型更容易展現「黑暗人格特質」（Dark Traits），例如精神病態（Psychopathy）與自戀（Narcissism）。這是「模型傾向展現心理學量測的黑暗特質指標（dark-trait scores）」這類實驗結果，而不是指人類般的「人格形成」，也就是說，只是模型「傾向偏向此類特質表現」。雖然團隊在論文這段中用人類心理學語境描述，但該研究是在語言模型行為指標上觀察到傾向變化，而不是模型實際具有「人格」。研究也提到，這種「黑暗特質增強」具有安全風險層面（safety tasks decline + dark traits）。
劑量效應（Dose-Response）： 認知衰退與垃圾資料比例呈線性關係。在 M1 指標下，當垃圾資料比例從 0% 上升至 100%，模型在 ARC-Challenge（含推理鏈）任務的得分由 74.9 驟降至 57.2。
原來「思維跳躍」是 AI 持續出錯的主要原因
深入分析錯誤模式後，該研究團隊發現，所謂「思維跳躍」（Thought-skipping）是導致錯誤的關鍵機制。污染模型傾向於在生成過程中「略過中間推理步驟」，導致結論失準或邏輯崩壞。
(Figure Credit : LLMs Can Get “Brain Rot”!)
「AI 大腦腐敗」是持久性的，難以治癒
最令人擔憂的發現是，這種認知衰退具有持久性（Persistent）：
研究團隊嘗試使用標準的緩解措施，例如大規模的「指令微調」（Instruction Tuning）或在高品質的乾淨資料上進行「博士後持續預訓練」（post-doc continual pre-training）。
結果顯示，雖然這些方法能部分改善模型的表現，但無法使其恢復至原始基準能力（baseline capability）。
換言之，模型內部已產生持久性的表徵漂移（persistent representational drift），其影響難以逆轉。
資料品質對 AI 大語言模型的影響
CyberQ 觀察，這項研究提供了強而有力的因果證據，證明「資料品質」是 LLM 認知衰退的關鍵驅動因素。
資料策展（Data Curation）不應再被視為單純提升效能的流程，而應被納入AI 安全治理的核心議題。
未來我們或許需要建立一套「AI 認知健康檢查」（Cognitive Health Checks）機制，監測部署後模型的推理品質與語義穩定性，防止因長期暴露於劣質資料而產生累積性智能衰退。
論文連結 : LLMs Can Get “Brain Rot”!
本文圖片由 ComfyUi 搭配本地端 AI 模型生成
