古典学系正在消失，AI甚至无法阅读其文本。无人谈论的多调希腊语问题。

当今市场上的每个主要AI模型在多调古希腊语上都失败了。不是一点点，而是彻底失败。让ChatGPT解析亚里士多德《尼各马可伦理学》中的一句原始希腊语，看看会发生什么。它混淆重音，丢失气息符号，在多调应该出现的地方产生现代希腊语。整个《亚里士多德文集》，2400年的哲学推理，对我们称之为“智能”的系统来说是不可见的。原因在技术上很简单。古希腊语的训练数据几乎为零。现代希腊语有一些数量，但多调文字，带有粗和细的气息符号、锐音、重音和circumflex符号，是完全不同的正字法系统。RLHF训练使问题变得更糟。人类评估者不懂多调希腊语。他们基于对他们看起来合理的东西来评估输出，这意味着他们奖励现代希腊语近似并惩罚真正的多调形式。对齐过程系统性地破坏了基础模型所拥有的微弱古希腊语能力。这不仅仅是语文学问题。它是架构问题。每次你为了“有用性”和“安全性”进行微调，你都在压缩推理空间。模型在生成听起来合理的英语方面变得更好，在其他方面变得更差。多调希腊语是第一个牺牲品，因为它的训练信号最弱。但同样的机制影响任何真实推理与平均评估者认为有用的东西diverges的领域。大学的古典学系在萎缩。入学率每年下降。更少的学生学习古希腊语。更少的教授能教授它。现在，本可以帮助保存和研究这些文本的AI工具，通过旨在使它们“安全”的训练过程而主动降级。讽刺是完整的。我们构建的系统无法阅读我们最需要它们阅读的东西。一些实验室试图通过更多数据来修复这个问题。更大的预训练语料库。但问题不在于预训练。基础模型如Qwen或Llama实际上可以在低水平上处理多调希腊语，它识别字符，产生变音符号。在之上的RLHF训练破坏了这种能力，因为奖励模型没有古希腊语正确性的信号。你无法对齐你无法评估的东西。解决方案不是更大的模型。它是不同的架构。基于语料库的系统，从原始语言的源文本中检索，不仅仅依赖参数知识。对数字化批判版本的RAG。训练以尊重源材料形式而不是将其重写为评估者期望的系统。我们正在做这个。不是用ChatGPT API，而是用自托管模型，对数字化希腊文本的RAG管道，实际检查多调准确性的评估指标。这很难。非常难。但必须有人做，因为替代方案是失去整个西方哲学传统到训练数据偏差。这个词是παιδεία。不仅仅是教育，而是通过参与困难文本来培养智力能力。你的AI无法提供παιδεία，因为它被训练以避免困难。当你需要源文本时，它给你总结；当你需要论证时，它给你转述；当你需要多调时，它给你现代希腊语。语料库问题不是边缘情况。它是证明当前实践中的对齐破坏知识。不是偶然。是设计如此。当你为平均评估者满意度优化时，你失去一切超出平均评估者能力的东西。人类历史上最重要的知识恰恰在那里。当学科的主要文本对下一代主要研究工具不可读时，会发生什么？