OpenAI o3-mini大量使用中文推理，背后有何深意？

AI

很明显，AI认为全球文字仅英语和汉语值得分析，其他语言存在严重缺陷，无法与之竞争。许多语言与英语同源，皆为字母文字，英语吸收了大量外来词汇。同体系语言难以超越英语语料的丰富程度。美国大模型虽以英语为核心，但技术强大，仍兼顾其他语言的训练与输出。其他语言大多存在明显缺陷。韩文自创文字，因缺乏汉字而引发理解困扰；日文虽包含大量汉字，却混用英语发音作为名词，体系混乱。南亚的梵文语法词汇复杂且字形多变，影响了泰文与老挝文。埃塞俄比亚的阿姆哈拉文过于简化，难以表达深刻含义。像梵文这样的语言，由于科技类文献匮乏，导致大模型训练时难以覆盖其需求。

中文是唯一能与英文相抗衡的语言。汉语具有极强的开放性，能够准确描述现代社会和科学技术，展现出蓬勃的生命力。中文资源丰富多样，包含大量科技文章，且能巧妙融合英文术语，成为独一无二的对标选择。有人认为汉字是二维的，字母文字是一维的。但实际上这并不重要，因为在大模型中，汉字都会转化为token。在词汇表里，这些token以整数形式呈现，如token1、token2……例如，DeepSeek的词汇表包含12.9万个token，对AI而言，所有文字只是token，没有区别。

在英文语境中，它与中文没有关联，英文材料里若无中文注解，读者难以理解。然而，中文素材常自然融入英文，尤其是名词，毫无违和感。这表明英文难以兼容中文，而以中文为主导时，可轻松包含英文内容。因此，中英混排时，中文始终占据主导地位，输出更加流畅自然。大模型显示，中文权重的关联模块中自然融入了英文知识，一个名词就可引入相关概念，但英文难以导入中文知识。这如同外国人多不了解中国，而中国对外国较了解，AI领域也呈现类似现象。AI用哪种语言更高效，就倾向于使用哪种。如果强行要求它用英文思考，不许用中文，那处理与中国相关的问题时就会显得力不从心。AI选择以中文为主，结合英文的策略，这符合自然规律。毕竟，AI模仿人类，而人类也有类似倾向。资源摆在那儿，结果显而易见，即使是OpenAI也难以改变这一现象。

美国

正如很多人分析，中文逻辑紧密，表达高效，利于深度思考。它既可与英文无缝融合，也更受AI青睐，使用便捷且自然。因此，即便是OpenAI的o3-mini，哪怕问题为英文，内容与中文无关，它仍会用中文思考，最后以英文呈现结果。DeepSeek在中文领域下了苦功，通过128个角度的训练，掌握了中文的精髓，其高水平令人信服。在此基础上，它的思维能力也展现出了极高的水准，确实让人赞叹不已。