斯坦福复测50条LLM论断：44%已失效

斯坦福研究者 Owen Queen 和 James Zou 用 8 家开发者在 2024 年 7 月至 2026 年 9 月间发布的 20 个模型，复测 50 条被广泛引用的大语言模型论断，发现 44% 已失效，34% 明显减弱，仅 16% 仍成立、6% 变强。 按该研究的统计，这些论断的平均“寿命”为 15.7 个月。结论来自研究者对上述 50 条论断在新模型上的重新测试，反映的是被引用论断随模型迭代而失效的比例。

AI 根据报道生成 · 25 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。