一家顧問公司使用生成式 AI 協助撰寫數據分析報告。雖然模型在測試中表現優異，但其生成的報告多半僅遵循固定段落結構，替換數值或關鍵詞即可完成，卻未能展現針對不同專案的多樣化推理與分析。下列何者為造成這種現象的最合理解釋？
答案 （C）
核心概念
語言模型是從語料中學到「什麼樣的文字最常接在什麼後面」。分析報告這種文體在訓練語料中高度格式化——背景、方法、發現、結論的段落結構反覆出現，於是模型學到的是「報告長什麼樣」這個範式，而不是「怎麼針對這份資料做推理」。結果就是換個專案也只是把數字與名詞替換掉，骨架完全一樣。
答題技巧
快速判斷技巧：問「模型行為的成因」時，答案幾乎都要回到「訓練資料」或「模型機率生成的本質」。凡是把原因推給排版、頁碼、字體這種表層格式的，一律排除。
易錯陷阱：(A)(B)(D) 都是把「呈現層問題」偽裝成「認知層問題」。判斷方法很簡單：問自己「這件事改好了，報告的推理就會變深入嗎？」答案是否定的，就不是原因。