Исследователи выяснили, что у нейросетей есть любимые имена — к такому неожиданному выводу пришли авторы научной работы. Оказалось, что различные языковые модели склонны генерировать одни и те же вымышленные персонажи при выполнении задач, связанных с созданием текстов. Например, Claude часто воспроизводит связку Elena Vasquez, Marcus Chen и Amara Okafor, а Gemini предпочитает пару Aris Thorne и Lena Petrova.
Эти имена могут фигурировать в самых разных контекстах: учёные, врачи, консультанты или герои историй на разных сайтах, хотя таких людей в действительности не существует. Феномен получил название «галлюцинации» нейросетей, когда модель уверенно выдумывает несуществующие факты, но делает это с удивительной последовательностью.
Особую тревогу вызывает проникновение этих вымышленных персонажей в научную литературу. Исследование выявило 1655 записей с публикациями, содержащими вымышленных авторов и несуществующие журналы. Многие из этих статей получили реальные DOI и могут индексироваться научными поисковыми системами, что создаёт риск распространения ложной информации.
Так, например, Elena Vasquez и Marcus Chen могут быть указаны как соавторы в научных работах, хотя в реальности никогда не существовали. Это ставит под вопрос достоверность академических баз данных и требует от исследователей более тщательной проверки источников. Особенно забавно, что Lena Petrova, любимица Gemini, также нашла своё место в этом списке, что вызывает улыбку у тех, кто сталкивался с её «работами».
Проблема не только в курьёзных именах, но и в потенциальном загрязнении научного дискурса. Нейросети, обученные на огромных массивах данных, иногда «запоминают» определённые шаблоны и воспроизводят их без критического осмысления. Это напоминает о необходимости человеческого контроля за результатами работы ИИ, особенно в академической среде.
Таким образом, любимые имена нейросетей — это не просто забавный факт, а серьёзный вызов для научного сообщества, требующий разработки новых методов верификации и фильтрации информации.
