研究揭示测试语言左右决策模型对孟加拉语习语的判断
原文标题：Literal Lock-In: How Test Language Shifts Literal Attraction in Typed Decision Models on Bengali Idioms
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文审计三类非生成式决策模型（编码器打分器、解码器打分器与闭源 API），用带字面义与比喻义标注的孟加拉语习语做输入干预实验。把习语自身的字面释义塞进选项列表后，各模型 65%–96% 的剩余孟加拉语错误被吸引过去；同一批条目上孟加拉语被捕获的概率是英语的 1.9–6.4 倍。三类模型校准均退化，开源模型置信度甚至反转，按置信度门控不如随机。
- 问题
- 非生成式决策模型在非英语输入上的可靠性缺乏审计手段。
- 方法
- 对编码器打分器、解码器打分器和闭源 API 做输入干预，用孟加拉语习语的字面义与比喻义标注测试。
- 结果
- 塞入字面释义后吸收各模型 65%–96% 剩余孟加拉语错误；孟加拉语被捕获概率是英语的 1.9–6.4 倍；校准退化，开源模型置信度反转。
- 影响
- 做路由、分类或护栏的团队不能默认打分器跨语言稳健，按置信度门控可能比随机更差。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。