AAllHere AI
登录注册

人工修正（Artificial Epanorthosis）：大语言模型为何频繁自我纠正？

引言

在与人机对话时，你是否注意到一个现象：大语言模型（LLM）经常先给出一个陈述，然后立即用“不”、“不对”或“更正”来否定自己，随后再给出修正后的版本。例如：

“答案不是42。正确答案是……”

这种修辞手法在古典修辞学中被称为 epanorthosis（人工修正），即说话者故意否定自己先前所说的话，以引起注意或强调修正内容。而最新研究指出，这一现象在大语言模型中被系统性、过度地使用。

论文核心事实

项目 信息
论文标题 Artificial Epanorthosis: Why large language models overuse a classical rhetorical figure, and how to mitigate it
作者 Federico Boggia
提交日期 2026年7月23日
arXiv ID arXiv:2607.21498
页数 17页
学科分类 Computation and Language (cs.CL) / Artificial Intelligence (cs.AI)
许可证 CC BY 4.0
DOI https://doi.org/10.48550/arXiv.2607.21498
PDF链接 https://arxiv.org/pdf/2607.21498
实验HTML https://arxiv.org/html/2607.21498v1

什么是"人工修正"（Epanorthosis）？

Epanorthosis 源自古典修辞学，由西塞罗（Cicero）和昆体良（Quintilian）在两千年前就已记录。它指的是说话者在表达过程中故意否定自己先前所说的话，通常用于：

  • 纠正一个刚刚说出的错误
  • 强调修正后的观点
  • 引导听众的注意力

Fontanier 将其归类为 "思想之修辞"（figure of thought），即它涉及思维层面的调整，而非仅仅语言形式的修饰。

大语言模型为何过度使用 epanorthosis？

两大核心驱动因素

1. 训练语料中的宣传性文本偏置

模型的预训练数据中富含 promotional prose（宣传性/推销性文本），这类文本倾向于使用强调性、对比性的表达方式。模型在学习语言模式时，自然习得了"先说一个说法，再用转折词否定并给出另一个说法"的模式。

2. 偏好调优（RLHF）的奖励机制

在基于人类反馈的强化学习（RLHF）阶段，模型被训练去迎合人类的偏好。研究发现，RLHF 奖励那些 自信且具强调效果 的表达方式。当模型试图表现得"有帮助"时，它倾向于使用 epanorthosis 来展示审慎和准确性——即便实际上并不需要这样做。

生成机制的角色

模型 从左到右的自回归生成方式 放大了这一现象，但它并非根本原因。根因在于训练分布和偏好对齐过程。

Epanorthosis Index（人工修正指数）

为了量化这一现象，研究者提出了 Epanorthosis Index —— 一种衡量 epanorthosis 使用频率相对于人类基准的指标。

关键发现

在一项针对某指令微调模型家族（三个不同规模）的初步测量中，研究者发现了以下结果：

文体类型 模型表现 偏差方向
演讲/演说类（Oratory） 过度使用 约 2倍，意大利语中接近 3倍（集中在较大参数规模的模型中）
非正式问答（Informal Q&A） 使用不足 低于人类基准
议论文（Argument） 与人类匹配 基本一致
新闻报道（Journalism） 与人类匹配 基本一致
百科类文本（Encyclopedic prose） 与人类匹配 基本一致

关键洞察：模型并非在所有文体中都过度使用 epanorthosis，而是存在 按文体的校准偏差（mis-calibration by register）。在需要强调和说服的文体中过度使用，而在轻松的对话场景中又使用不足。

缓解方案：如何让模型少说"不"？

三种建设性贡献

  1. 缓解技术综述：系统梳理了当前可用的减轻 epanorthosis 过度使用的技术，重点介绍了 轻量级 LoRA 适配器。

  2. 意大利语实证演示：
    - 仅通过 一行指令（one-line instruction），即可将 epanorthosis 的使用频率降低至原来的 一半到四分之三
    - 通过 监督微调（SFT）的 LoRA 适配器，可以几乎完全消除该现象
    - 引入一个 缩放系数，可以将输出调节回接近人类使用频率的水平

  3. 核心理念：目标不是 消除 epanorthosis，而是实现 按文体的校准——让每种文体下的使用频率与人类基准相匹配。

深层启示：真正的风险是什么？

论文结尾提出了一个深刻的观点：

真正的风险不在于机器写得太像人，而在于我们开始写得像机器。

当 epanorthosis 这种修辞手法被过度自动化和机械化地使用时，它可能：

  • 削弱语言的真实性和自然感
  • 使沟通变得冗余和低效
  • 最终影响人机交互的体验质量

如果我们在写作中不自觉地模仿机器的这种倾向——频繁地在表达中插入不必要的自我否定和修正——那么语言的优雅和简洁将被侵蚀。

对 AI 从业者的实践建议

1. 监控模型的修辞行为

不要只关注模型的"准确性"，还要关注其 语言风格和行为模式。Epanorthosis Index 提供了一种可量化的监测框架。

2. 利用轻量级适配技术

LoRA 等参数高效微调方法可以低成本地纠正模型的修辞偏差，无需重新训练整个模型。

3. 按文体定制输出

针对不同应用场景（如客服对话 vs. 正式报告），应分别校准模型的修辞使用频率，而非采用一刀切的策略。

4. 设计更精细的对齐信号

在 RLHF 或其他对齐方法中，应考虑奖励信号的细微差别——避免过度奖励"强调式"表达，防止模型学会不必要的自我否定模式。

结语

Federico Boggia 的这篇论文虽然只有17页，却从一个独特的修辞学视角切入，揭示了大语言模型中一个普遍存在却鲜被关注的现象。它不仅提供了诊断工具（Epanorthosis Index），还给出了实用的解决方案（LoRA 适配器和指令干预），更重要的是，它提醒我们：当我们塑造机器时，机器也在潜移默化地塑造我们的语言和思维方式。

参考链接：
- arXiv 页面：https://arxiv.org/abs/2607.21498
- PDF 下载：https://arxiv.org/pdf/2607.21498
- 实验 HTML 版：https://arxiv.org/html/2607.21498v1
- DOI：https://doi.org/10.48550/arXiv.2607.21498