斯坦福研究：44% 被广泛引用的 LLM 结论已失效

斯坦福研究人员 Owen Queen 和 James Zou 用 20 个模型重测了 50 条被广泛引用的大语言模型研究结论，发现 44% 已经失效，34% 明显减弱，仅 16% 仍然成立，另有 6% 反而变得更强。 这些结论是用 8 家开发者在 2024 年 7 月至 2026 年 9 月间发布的模型检验的。在 22 条有估计过期时间的发现中，平均寿命只有 15.7 个月。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。