人类语言中隐藏的安全偏好，挑战 70 年科学理论

佛蒙特大学研究团队提出"ousiometrics"方法，分析超 2 万个词、数十亿次真实文本用法，发现词义可由 power、danger、structure 三个维度描述，解释力超 90%，高于传统 VAD 模型的约 72%。研究还发现语言普遍偏好安全而非危险，认为经典的 Pollyanna 积极偏差实为这一安全偏好的单维投影。该结果对依赖情感分析的大语言模型和内容审核等 AI 系统具有影响。