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 LLM 结论，发现 44% 已失效，另有 34% 明显减弱，仅 16% 仍成立、6% 变强。 该研究关注的是这些论断随模型迭代而失去时效的问题，测试对象为上述 20 个模型，结论仅适用于这 50 条论断的复测结果。

AI 根据报道生成 · 14 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。