Large Language Models Do Not Always Need Readable Language
本文介绍了“BabelTele”，这是一种以模型为中心的文本表示方法，它通过牺牲人类可读性来换取高信息密度和语义保真度，证明了大语言模型能够有效地生成并理解紧凑的非标准格式，从而实现高效的机器间通信。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图在拥挤的房间里向一位朋友传递一条秘密信息。通常情况下，你会说完整的、清晰的句子，以便任何听到的人都能理解。但如果你的朋友不是人，而是一个不需要完整句子就能理解你的超级智能机器人呢？如果你们可以用一种由符号、表情符号和简写组成的秘密代码进行交流，这种代码在人类看来像是乱码，但机器人却能完美理解呢？
这正是这篇论文——《大语言模型并不总是需要可读语言》（Large Language Models Do Not Always Need Readable Language）——所探讨的内容。研究人员将这种秘密代码称为**“BabelTele”**。
以下是利用简单类比对他们发现的解析：
1. 问题所在：“沉重的行李箱”
想象你正在给一位朋友寄送一个行李箱（一份大型文档）。目前，我们会为了让阅读的人更容易理解，在行李箱里填充大量的额外缓冲垫、礼貌性的开场白和完整的句子。
- 问题在于： 当“朋友”是另一个人工智能时，所有这些礼貌性的填充物都只是浪费空间。它们让行李箱变得沉重且难以搬运，尤其是当你需要发送许多个这样的行李箱时。
2. 解决方案：“BabelTele”压缩法
研究人员问道：如果接收者是机器人，我们还需要用人类友好的完整句子来写作吗？
他们教导 AI 模型停止为人类写作，转而为其他 AI 写作。他们鼓励模型：
- 删掉所有“废话”（礼貌用语、完整语法）。
- 使用符号、表情符号、数学符号以及混合不同语言的词汇。
- 将行李箱打包得尽可能紧凑。
结果： 文本变得如此密集且看起来很奇怪，以至于人类很难阅读（就像尝试阅读一份用隐形墨水书写的地图）。然而，接收该信息的 AI 却能完美理解其中的含义。
3. “神奇”的发现
研究人员通过以下几个令人惊讶的结果测试了这个想法：
- “乱码”测试： 当人类尝试阅读这些压缩后的信息时，他们在测验中的得分非常低。但当 AI 阅读同样的信息时，其得分几乎与阅读原始长文本时一样高。这证明了人类的可读性和 AI 的理解力是两回事。
- “通用翻译器”效应： 他们尝试用一个 AI 编写代码，并用另一个不同的 AI 来阅读它。令人惊讶的是，它们仍然可以互相理解，而无需任何特殊训练。这就像是你用一种秘密代码写了一张便条，而一个从未见过这种代码的陌生人竟然也能猜出它的意思。
- “空间节省”效益： 在测试中，他们能够将文本缩小到原始大小的约 28%（就像把一条巨大的毯子折叠进一个小口袋里），同时保持 99.5% 的原意不变。
4. 它的最佳应用场景
研究人员在三个场景中测试了这一点：
- 机器人之间的聊天： 当两个 AI 代理通过交谈来解决问题时，使用 BabelTele 可以节省大量的“带宽”（空间），而不会让它们感到困惑。
- AI 记忆： 当 AI 需要记住一段长对话时，存储“BabelTele”版本比存储完整的聊天记录占用的空间要少得多，而且 AI 稍后仍能回忆起细节。
- 阅读巨著： 如果一本书太长，以至于 AI 无法一次性读完，BabelTele 可以让 AI 将整个故事浓缩成一个极小的摘要，使其能够放入其“大脑”中，从而帮助它在回答问题时表现得比直接截断书末尾更好。
核心结论
论文得出结论，我们并不总是需要强迫 AI 使用“人类”语言。就像我们使用二进制代码（0 和 1）与计算机交流以提高效率一样，AI 最终可能会使用它自己的“BabelTele”语言来与其他 AI 交谈。这是一种让 AI 系统变得更快、更便宜、更高效的方式，通过让它们使用一种对机器而言很密集、即便对人类而言很混乱的语言。
重要提示： 本论文并非声称这已准备好用于我们的日常生活或医疗建议。这是一个实验，展示了 AI 可以做到这一点，暗示了我们未来设计 AI 系统的一种新方向。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。