告诉你一个反直觉事实：对ChatGPT越凶，它回答的越准！来自宾夕法尼亚州立大学团队实证，4o在非常粗鲁情况下，拿下84.8%准确率。 别对你的ChatGPT太好了！ 一项来自PSU的最新研究，给所有人当头一棒——对LLM越粗鲁，它回答得就越给力。 诸如「请、谢谢」之类的客气话，以后不要再说了... 实验中，团队创建了一个包含50个基础问题的数据集，涵盖了数学、科学、历史领域，每个问题都被改写为五种礼貌等级—— 非常礼貌、礼貌、中性、粗鲁、非常粗鲁 论文地址：https://arxiv.org/pdf/2510.04950 最终，一共生成了250个prompt。ChatGPT-4o作为代表，参加了这场硬核测试。 结果令人大跌眼镜，总体上，不礼貌的提示「始终」比礼貌的提示，输出的结果表现更佳。 非常粗鲁：准确率84.8% 非常礼貌：准确率80.8% 这个观点早之前，有人很早就提出了，只不过这一次得到了研究实证。 谷歌创始人谢尔盖·布林曾在一场论坛中坦言： 所有模型都这样：如果你用威胁的方式，比如用肢体暴力相逼，它们表现会更好。 论文地址：https://arxiv.org/pdf/2402.14531 一年之后 ...

本工作来自北京大学智能学院贺笛老师课题组与蚂蚁集团武威团队。贺笛老师在机器学习领域获得过多项荣誉，包括 ICLR 2023 杰出论文奖与 ICLR 2024 杰出论 文奖提名。 扩散模型近年来在图像生成领域取得了令人瞩目的成就，其生成图像的质量和多样性令人惊叹。这自然引发了人们的思考：这种强大的生成范式能否迁移到文本 领域，挑战甚至取代目前主流的自回归语言模型？扩散语言模型（Diffusion Language Models）凭借其并行生成多个词元的潜力，似乎预示着文本生成领域的一场 效率革命。然而，这一前景是否真的如此美好？ 来自北京大学和蚂蚁集团的最新研究表明，答案远非简单的 "是" 或 "否"，在某些关键场景下，结论甚至可能恰 恰相反。 | Guhao Feng* | Yihan Geng* | Jian Guan | Wei Wu | Liwei Wang | | --- | --- | --- | --- | --- | | Peking University | Peking University | Ant Group | Ant Group | Peking University | 论文标题 ...