AI 模型也会“脑腐”：训练数据质量影响认知表现

研究表明，训练数据中包含大量低质量内容（如标题党、虚假信息）会导致大语言模型（LLMs）出现“脑腐”现象，表现为跳过思考步骤或直接生成不准确答案。实验使用了 Llama3 8B Instruct、Qwen2.5 7B Instruct、Qwen2.5 0.5B Instruct 和 Qwen3 4B Instruct 四个模型，发现模型在训练后对推理和记忆任务的表现下降。