斯坦福研究称44%大模型经典结论已失效，平均寿命不足16个月

斯坦福大学一项最新研究对 50 项关于大语言模型的经典研究结论进行了复测，结果发现 44% 的结论在后续模型中已完全失效，结论的平均寿命仅为 15.7 个月。在各类结论中，关于“模型不能做什么”的推理弱点相关结论失效速度最快，而涉及阿谀奉承、偏好和行为倾向等维度的结论存续时间则相对更久。研究同时指出，即便在同代模型之间，其表现差异也极大。针对这一现象，研究者呼吁学术论文应详细记录具体的模型版本与测试时间，并将实证研究发现视为特定时间节点的快照。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。