大语言模型也会“脑腐”：一项基于 Twitter/X 的初步研究

论文提出并测试“LLM 脑腐”假说：用真实 Twitter/X 语料做对照实验，对 4 个大语言模型持续预训练垃圾数据，会使其推理、长上下文理解、安全等能力下降，并放大精神病态、自恋等暗黑特质，效应量 Hedges' g>0.3。研究按互动程度（M1）与语义质量（M2）两种方式构造垃圾和对照数据集，保持 token 规模与训练操作一致。在 M1 下，垃圾比例从 0% 升到 100% 时，带思维链的 ARC-Challenge 从 72.1 降到 57.2，RULER-CWE 从 83.7 降到 52.3。错误分析显示思维跳步是推理受损的主要病灶，指令微调与干净的持续预训练只能部分恢复、无法回到基线；推文流行度比长度更能指示脑腐效应。作者据此呼吁为部署和演进中的模型做例行认知健康检查。