最近用AI写长文时发现一个有趣现象：让模型生成5000字以上的内容，结果往往让人哭笑不得——要么写一半直接摆烂，要么疯狂凑字数重复内容。 🔍 斯坦福团队最新研究《LIFEBENCH》对26款主流大模型进行了系统测试，发现： 1️⃣ 长文生成是普遍短板 - 要求写2000字时，80%模型表现尚可 - 但字数要求超过5000后，合格率暴跌至30% 2️⃣ 中英文差异明显 - 同一模型在英文任务中完成度平均高15% - 中文内容更容易出现「虎头蛇尾」现象 3️⃣ 格式要求是噩梦 - 带Markdown/LaTeX格式的长文 - 出错率比纯文本高3倍 💡 实用建议： ✔️ 超过3000字建议分章节生成 ✔️ 复杂格式内容先做分段测试 ✔️ 中文内容需额外检查完整性 #科技前沿 #人工智能 #AI