我用同一个研究提示词测试了5种语言的6个AI系统,结果并不相同
摘要
一项实验用同一个关于LENR和超导性的研究提示词,通过5种语言的6个AI系统运行,揭示了显著的语言偏差——非英语查询会呈现出纯英语搜索所遗漏的真实工业承诺信息。
相同的提示词。六个模型。五种语言。英语结果和非英语结果简直是两个截然不同的世界。你查询所用的语言,过滤了你的AI向你展示的现实。
查看缓存全文
缓存时间: 2026/05/18 16:36
# 纯英语研究遗漏了什么——以及我如何发现它
来源:https://medium.com/@lukas.w93/what-english-only-research-misses-and-how-i-found-it-03e05e6a603d
按回车或点击图片查看全尺寸
## 大多数人对新兴技术的研究都使用英语。一种语言,一套数据库,一个经过筛选的世界图景。我想知道这个筛选器隐藏了什么。于是我设计了一个简单的测试:关于LENR(低能量核反应)和超导性的相同结构化提示词,分别用英语、中文、俄语、西班牙语和印地语通过 Gemini、DeepSeek、Grok、ChatGPT、Le Chat 和 Claude 运行。英语结果大多持怀疑态度:学术争议、边缘分类、历史争论。而其他语言的结果则不同。
**Lukas Weissmann** (https://medium.com/@lukas.w93?source=post_page---byline--03e05e6a603d---------------------------------------)
## 实际返回的信息——经核实:
印地语运行中浮出了 HYLENR,一家获得印度政府 LENR 技术专利的海得拉巴初创公司。2025年8月,他们完成了300万美元的Pre-A轮融资。2025年3月,他们与 TakeMe2Space 签署了谅解备忘录,计划在轨道上测试其热模块。其首席创新官是前 DRDO 的 Dr. Prahlada Ramarao。这些信息完全未出现在英语运行中。日语信号通过交叉引用被发现:Clean Planet 于2026年2月启动了由三菱、关西电力(KEPCO)和三浦工业(Miura)支持的B轮融资——这些是产业合作伙伴,而非投机性风投。从实验室到锅炉制造商,仅在一轮融资中完成。中国国家电网承诺到2030年投入4万亿元人民币用于电网升级,比前一个五年计划增加40%,并明确规划了离网和微电网的发展。这与非常规能源是否有直接联系,还是仅仅为了容纳过剩的太阳能和风能,仍是一个开放性问题——但基础设施的格局是真实存在的。
## 这意味着什么:
这并非声称 LENR 有效。而是说,你使用的查询语言会主动塑造你的 AI 系统向你展示的现实。三个独立的国家行为体正在这个领域做出真实的财务和工业承诺。无论底层物理机制如何,这一点都值得了解。这套方法论 (https://medium.com/@lukas.w93/how-i-used-6-ai-systems-across-5-languages-to-track-lenr-and-superconductivity-signals-a-2ba2aaaf5da8) 可以重复使用,适用于任何你怀疑数据存在地理或语言偏差的领域。
相似文章
我的 AI 系统总在回答中途突然切法语,我花了超久才找到原因
一位开发者讲述其多语言 RAG 系统因检索到的上下文含法语内容而意外切语,最终靠正则德语检测器和显式负面提示解决。
所有语言都重要:理解并缓解多语言 RAG 中的语言偏见
研究者发现多语言 RAG 重排器存在系统性英语与查询语言偏见,提出 LAURA——一种面向效用的对齐方法,通过跨语言检索答案关键文档显著提升性能。
以英语为中心的AI正在合并不相关的社群并扭曲身份认同
文章批评了AI系统(尤其是Grokipedia和AI搜索)如何通过以英语为中心的转写和有偏见的训练数据,合并不相关的社群,从而延续错误。文章强调了通过简化英语表述和重复的错误信息抹去文化差异的系统性问题。
# 这些大语言模型在抵御俄罗斯宣传方面表现最佳
爱沙尼亚语言研究所开展的一项基准测试评估了各大LLM抵御俄罗斯宣传内容的能力,结果显示Nvidia的Nemotron、阿里巴巴的Qwen以及OpenAI的GPT-4.5表现优异,而Google的Gemini系列模型则表现出明显的薄弱之处,尤其是在以俄语提问时。
使用可解释语言特征检测AI生成假新闻的跨提示词泛化研究
来自肯尼索州立大学的研究人员利用可解释语言特征(词汇多样性、可读性、情感特征)对检测AI生成假新闻的跨提示词泛化能力展开研究。在一种提示策略上训练、在另一种提示策略上测试的随机森林分类器取得了0.988至1.000的AUC值,表明这些特征能够捕捉AI生成文本的稳定且可泛化的属性。