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，另有 34% 明显减弱，仅 16% 仍成立、6% 变强。 据 The Decoder 报道，这些论断的平均“寿命”为 15.7 个月，意味着基于旧模型得出的结论会随模型迭代快速过时。

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。