周期性换主题可提升判定惊奇感，但局部增益未整合成完整文档。
资讯摘要
一篇论文拆解了面向基础语言模型的认知启发式生成循环，在三个基础模型、24 种条件下测试。作者报告，主要效果来自每几百个 token 注入新主题的“打断”操作，在仅评判生成文本窗口的协议下，打断使被判定的惊奇感提高 1.2–1.4 分、连接感提高 0.7–0.9 分；但窗口评判器看不到注入句被算作模型输出、固定轮换导致逐字复述等问题，局部增益也未整合成完整文档。
要点速读
- 论文在三个基础模型上测试 24 种条件，发现效果主要来自周期性注入新主题的打断操作。
- 作者报告打断使判定惊奇感提升 1.2–1.4 分、连接感提升 0.7–0.9 分，预注册复现确认主要对比。
- 作者指出窗口评判器存在盲区：把实验者注入句算作模型输出，固定轮换下 65–80% 的打断后窗口多为逐字复述。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。