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”对大语言模型进行训练，会让大语言模型出现“脑腐”的现象。
图库版权图片，转载使用可能引发版权纠纷
“脑腐”是啥？
“脑腐”（brain rot）这个词并不是谁在卖萌跟你说老虎，它是《牛津词典》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定义。但这个词的再度流行，体现出了人们对现在网络流行内容的焦虑。
牛津大学出版社语言数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 AI 科学家已经迫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”。
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
这一维度基于信息的长短和受欢迎程度（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（基础版）大语言模型“调制”了几份训练食谱。
研究者把“第一类垃圾”和“第二类垃圾”分别与各自的对照组信息按比例调配成 5 组（两类“垃圾信息”不混用，所以总共为 10 组）。
垃圾信息的占比为 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。
AI 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。相比之下，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。
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。
图片截取自微博评论
参考文献
[1]https://corp.oup.com/word-of-the-year/#:~:text=brain rot,to lead to such deterioration.
[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.
策划制作
作者丨科学边角料 科普创作者
审核丨于乃功 北京工业大学教授 中国人工智能学会理事
策划丨徐来
责编丨丁崝
审校丨徐来、张林林
辉煌优配平台提示：文章来自网络，不代表本站观点。
