谷歌AI摘要频现拼写错误，大语言模型固有缺陷引关注

谷歌的人工智能摘要功能近期频频出现令人啼笑皆非的低级拼写错误，引发了业界对大型语言模型（LLM）底层技术局限性的新一轮讨论。这些看似简单的错误，恰恰揭示了当前主流AI模型在处理基础语言任务时存在的固有短板。

例如，当被问及“Google这个单词里有几个字母P”时，谷歌AI摘要给出的答案是“两个”。它还将单词“poop”中的字母“r”数量搞错，并错误地拼写了“journalism”一词。尽管它正确识别出美国前总统姓氏中有一个字母P，却将其拼写为“t-r-p-u-m”。这些错误并非孤立事件，而是暴露了模型在字符级理解上的根本性弱点。

技术根源：词元化处理的固有局限

研究人员指出，问题的根源在于大语言模型处理文本的基本方式。阿尔伯塔大学人工智能研究员马修・古兹迪尔解释道，大语言模型基于Transformer架构，并不像人类那样“阅读”由字母组成的单词。它们首先将文本拆分为

——这些词元可能是完整的单词、音节或字母组合，然后将其转化为数字表征进行处理。

“当你输入‘the’这个词，模型会将其视为一个整体的编码单元，而不是去识别T、H、E这三个独立的字母。”古兹迪尔表示。这种设计使模型擅长理解语义和生成连贯文本，但在需要精确字符操作的任务上，如拼写检查或字母计数，就显得力不从心。

行业难题与长期挑战

拼写问题在大语言模型中是一个长期存在的“梗”。东北大学专注于大语言模型可解释性的博士生谢里丹・福伊希特认为，如何准确定义“单词”对模型本身就是难题。即便有完美的词元词汇表，模型在分词时仍会面临模糊性，

。

谷歌在回应TechCrunch的声明中承认了这一问题，并表示正在着手解决。然而，业内专家对此并不乐观，认为这是由模型基础架构决定的固有缺陷，难以根除。除了拼写错误，该功能上周还出现过其他漏洞，例如搜索“disregard”时返回了无关的指令性回复，虽已修复，但稳定性问题依然存在。

启示：理性看待AI能力边界

这些看似滑稽的错误具有重要的警示意义。它们提醒我们，尽管人工智能能够编写代码、解决复杂问题，但在某些基础领域仍存在明显短板。这起事件也凸显了

，用户不应盲目采信模型生成的所有内容。

对于谷歌等公司而言，如何在推进AI搜索功能实用化的同时，管理用户预期并明确其能力边界，将成为一项持续的挑战。当前的技术路径在带来效率革命的同时，也伴随着此类难以彻底解决的“顽疾”，这或许将推动未来研究向更精细的文本处理方向发展。