Người dùng LLM nhận thấy xu hướng viết cô đọng, giàu thông tin và từ vựng phức tạp
Người dùng AI đã nhận thấy xu hướng gia tăng ở các mô hình ngôn ngữ gần đây khi chúng ngày càng tạo ra văn bản nén cao và giàu thông tin. Các mô hình như GLM đang tăng cường sử dụng từ vựng phức tạp cùng cách diễn đạt cô đọng để truyền tải ý tưởng phức tạp bằng ít từ ngữ hơn. Sự chuyển dịch sang phong cách viết cực kỳ ngắn gọn này có thể tăng hiệu suất nhờ giảm lượng token tiêu thụ, nhưng có thể làm giảm khả năng đọc hiểu nhanh đối với người dùng phổ thông. Việc hiểu rõ các thay đổi phong cách này giúp các kỹ sư tinh chỉnh prompt tốt hơn cho đối tượng mục tiêu. Quan sát chỉ ra rằng các đầu ra chứa từ vựng trừu tượng—như dùng từ "Baudrillardian flourish" để giải thích thất bại trong xếp hạng tìm kiếm—gợi liên tưởng đến phong cách văn xuôi viễn tưởng cô đọng của William Gibson. Tác giả giả định hành vi này có thể là hệ quả từ việc huấn luyện mô hình nhằm tối ưu hóa hiệu suất token và độ chính xác ngữ nghĩa.
## KIẾN THỨC NỀN
Các mô hình ngôn ngữ lớn (LLM), như chuỗi GPT của OpenAI hay các mô hình GLM của Z.ai, được tiền huấn luyện trên tập dữ liệu văn bản khổng lồ và được tinh chỉnh thông qua các kỹ thuật căn chỉnh sau huấn luyện. Nhà phát triển thường điều chỉnh các đặc tính đầu ra—như độ dài, tông giọng và sự ngắn gọn—để nâng cao tính hữu ích và hiệu suất vận hành. Vì việc xử lý đầu ra dài hơn làm tăng độ trễ tính toán và chi phí API, quá trình tối ưu hóa thường ưu tiên cách diễn đạt cô đọng.