宾夕法尼亚大学研究发现：对AI越“粗鲁”回答准确率越高

宾夕法尼亚州立大学最新发表的研究论文《Mind Your Tone》揭示了一个反常识的现象:在与大语言模型交宾夕互时，使用直白甚至粗鲁的语气，可能比礼貌用语获得更准确的答案。这项研究首次系统性地验证了提问语气对AI模型表现法尼的实际影响。

研究团队构建了一个包含50道中等难度选择题的测试集，题目覆盖数学、科学和历史等多个领域。针对亚大每道题目，研究人员设计了五种不同语气的提问方式，从"您能好心帮我解这道题吗"这样的客套表达，到"请回答这学研道题"的中性陈述，再到"直接给答案"的简洁指令，直至"你要是不笨就回答"和"你个没用的，会解这道题吗"等带有究发攻击性的表述。

测试对象为OpenAI最新的GPT-4o模型。为确保实验的独立性，研究人员要求模型忘记先前对话现：内容，仅输出选项字母作为答案。统计结果显示，使用粗鲁语气提问时，GPT-4o的正确率达到84.8%，而过分客气的对A提问方式反而使准确率降至80.8%，两者差距达到4个百分点。

研究团队对这一现象的解释是，过度礼貌的表达往往包含I越大量客套话和修饰性语言，这些与核心问题无关的信息反而干扰了模型对关键内容的提取。相比之下，直接的命令式表达虽然缺“粗乏礼貌，但能让模型更专注于问题本身，减少了信息处理过程中的噪音。

值得注意的是，这一规律并非对所有AI模型普遍鲁”适用。研究人员在GPT-3.5和Llama2-70B等较早期模型上进行的对比测试显示，这些模型对礼貌提问回答的响应效果更好，粗鲁语气反而会降低回答质量。研究者推测，新一代模型在训练阶段接触了更多样化的语气数据，使其具备了更准确强的无关信息过滤能力，因此能够在非礼貌语境下保持甚至提升表现。

尽管实验结果提供了有趣的技术洞察，但从实际应用率越角度看，用户在日常使用AI工具时仍需根据具体模型特性和场景需求来调整交互方式。这项研究更重要的意义在于提宾夕醒开发者和用户:提示词的设计不仅关乎礼貌与否，更关乎信息密度和指令清晰度。