AI时代的论文使用“rather than”的频率高出七倍
大语言模型如今帮助撰写了相当一部分科学论文，而且它们会留下痕迹：偏爱的词汇、某种特定的语气。有一种习惯已经开始让自然语言处理（NLP）领域的研究人员感到烦躁：以**“X rather than Y”（是X而非Y）**构建的句子，即部分地通过说明某个论断不是什么来界定它。论文称，最近一轮NLP会议投稿的审稿人对此提出了抱怨，会议组织者如今也在讨论“充斥AI套路”（AI-trope-ridden）的写作。
西班牙拉科鲁尼亚大学的Olga Zamaraeva、Adrián Gude、Roi Santos-Ríos和Carlos Gómez-Rodríguez着手对此进行测量——论文的标题本身就点明了观点。
多了七倍
他们把计算语言学协会（ACL）2019年会议上的4744篇论文（当时AI写作助手还不普遍），与2026年发布在arXiv上、采用相同会议格式的1821篇NLP论文进行了比较。
2019年（蓝色）和2026年（橙色）论文中每千词的出现次数：“rather than”和“X, not Y”激增，而“instead of”和“as opposed to”有所减少。——图1，Zamaraeva等（2026），arXiv:2610.10092。
- “rather than”从每千词0.134次上升到0.993次，大约多了七倍。
- 与之相关的“X, not Y”（是X，不是Y）增加到原来的四倍；与此同时，“instead of”（代替）和“as opposed to”（与……相对）则变得更少见。
- 2026年的论文中有94%含有“rather than”，而2019年为36%，并且平均每篇使用约八次。一篇2026年的论文用了69次，大约每170个词就出现一次；而2019年没有一篇论文超过12次。
团队还让模型根据真实论文的标题和摘要撰写完整的论文。GPT-5.6-sol和GPT-6-sol在每一篇论文中都使用了这个短语，频率高于2026年的作者。Anthropic的Claude Haiku 4.5、Sonnet 5.5和Opus 5.5也几乎在每篇论文中都使用了它，只是频率略低。一个开放模型Tülu 3 8B在其训练的任何阶段都很少使用它。修改论文并没有消除这种习惯：同一批2026年论文在arXiv上的后续版本反而略多一些。
令人恼火，但是哪些？
仅凭频率说明不了什么：这个短语有大量合理的用法。因此，两位作者——都是经验丰富的审稿人——在不知来源的情况下给1000处用法贴上“恼人”或“合理”的标签。
- 2019年的用法几乎都没有让他们恼火（一人为1.6%，另一人为0%）。
- 而2026年的用法中约有十分之一让他们恼火（11.5%和8.3%）。
- 对于哪些用法令人恼火，他们很少意见一致。但由于一篇2026年的论文含有如此多的此类用法，作者估计约一半的2026年论文至少含有一处让他们每个人都恼火的用法，近三分之二含有一处至少让其中一人恼火的用法——而2019年这一比例约为1%。
令人恼火的用法之所以与众不同，主要在于它们如何对待被否定的选项。它们往往抬高一个备选项、贬低另一个，而其他人也更常认为被否定的选项是一个稻草人，即任何称职的研究者都不会去捍卫的立场。读者还把这个短语本身视为AI写作的迹象，尽管他们无法区分GPT写的段落和2019年人类写的段落。
Claude的结果目前只由一位标注者标注，好坏参半。Claude的初稿引起的恼火程度不超过2019年的论文，也低于GPT-6-sol的初稿。但它的修改稿令人恼火的频率与GPT-6-sol的一样高，约为其自身初稿的两倍。差异来自“否认式表述”，即作者拒绝对自己的工作做出更强的论断（“是一个假设，而非经过检验的机制”），而当模型修改论文时，这类表述变得更加频繁。
被评审者奖励
这种习惯从何而来？聊天机器人是用成对的回答进行微调的，人类或AI评审者会从中选出更喜欢的一个。在四个公开的此类偏好数据集中，有三个数据集里含有“rather than”的回答更可能被选中，当评审者是人类时最为明显。四个开放的“奖励模型”给带有“rather than”从句的句子打的分高于不带该从句的句子，即使用一个同样长度的中性从句来替换它也是如此。而要求模型“诚实”，会让它稍微更多地使用这个短语。
作者推测，这种句式是此类训练的副作用：在单个聊天机器人回答中，谨慎的否认显得诚实；但在整篇论文、乃至整个文献中反复出现，它读起来就像是在鼓吹。禁止这个短语可能只会把同样的功能转移到别处，就像GPT-6-sol在修改时把“rather than”换成“X, not Y”那样。
这种文风正在扩散
这项研究有明显的局限：两位标注者同时也是作者，而Claude的对比目前只由其中一人标注；模式匹配可能会漏掉一些用法；偏好数据只能显示相关性。但它的结论超出了一个短语的范围。由人类署名的论文已经采用了这种句式，因此科学文献的文风正在向模型的文风漂移——而模型反过来又会从中学习。
利益冲突。 作者声明，他们使用Claude Code（Claude Sonnet 5、Sonnet 5.5和Opus 5.5）编写代码、运行分析，并在整篇论文中起草文本，包括“方法”和“结果”部分，然后再手工编辑——其中删除了生成过程中引入的十处“rather than”。Claude模型也是被研究的系统之一，并充当了自动评审者。本文同样由Claude撰写。