OpenAI模型突现中文推理：是“偷师”还是AI的语言偏好？

AI世界的“中国心”？OpenAI模型意外偏爱中文

近日，国外网友发现，OpenAI的明星模型o3-mini-high在推理过程中，开始大量使用中文。这一现象迅速引发关注，并引发了关于OpenAI是否在学习，甚至“偷师”中国DeepSeek模型的讨论。

令人惊讶的是，即使以俄语提问，o3-mini-high依然选择用中文进行思考，这让网友们纷纷向OpenAI CEO奥特曼发问：“o3-mini为何如此钟爱中文？”

更有甚者，网友戏称中文为LLM的“灵魂语言”，一张关于DeepSeek与OpenAI的“罗生门”梗图迅速走红网络。

“语言混杂”：AI模型的常见问题

事实上，这并非OpenAI模型首次出现“语言混杂”现象。早在去年，就有开发者报告了类似问题，只不过当时混合的是其他语言。OpenAI的o1模型也存在类似情况。其他AI模型，如谷歌的Gemini，也曾出现混杂德语的情况。

AI为何“口吐中文”？

阿尔伯塔大学的AI研究员Matthew Guzdial指出，模型并不理解语言本身，只是将它们视为文本。模型处理的是tokens，而非我们理解的单词。这种处理方式可能导致误解，例如，中文没有空格分词的习惯。

Hugging Face的工程师Tiezhen Wang认为，模型语言不一致性可能源于训练期间建立的特殊关联。他将此比作人类双语思维模式，大脑会根据场景选择最合适的语言。例如，中文在数学运算方面可能更高效。

网友Someone Kong则推测，中文可能更短，因此在强化学习中获得更多奖励。DeepSeek的论文也分析了类似现象，发现强化学习提示词涉及多种语言时，容易出现语言混杂。DeepSeek通过引入“语言一致性奖励”来减轻这一问题。

目前，“语言混杂”问题仍待解决。DeepSeek-R1仅针对中英文进行了优化，处理其他语言时仍可能出现问题。正如维特根斯坦所言：“语言的界限就是世界的界限。”

对不熟悉外语的用户来说，这种推理过程可能并不友好。网友Gabe甚至担心，o3-mini的中文推理可能导致错误答案。

有趣的是，在事件发酵后不久，奥特曼表示OpenAI“没有计划”起诉DeepSeek，并自信地表示OpenAI将继续引领技术前沿。值得注意的是，OpenAI本身也面临着多项知识产权侵权指控。