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%已经失效。 在有预估失效时间的22条结论中，平均有效期仅15.7个月；另有34%的结论明显减弱，只有16%仍然成立。按主题看，关于“模型做不到什么”的结论失效最快，9条推理相关结论中有5条已失效。 测试所用模型由8家开发商在2024年7月至2026年9月间发布。

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。