斯坦福研究人员发现，许多关于大语言模型的研究结论已过时

斯坦福研究人员欧文·奎因和詹姆斯·邹发现，在针对 2024 年 7 月至 2026 年 9 月发布的 20 个模型进行测试后，50 条被广泛引用的大语言模型相关结论中，有 44% 已过时。另有 34% 的结论效力显著减弱，而那些估算了有效期的研究发现平均持续了 15.7 个月。 不同模型的测试结果差异很大。奎因和邹建议研究人员记录模型版本、测试日期、提示词和分析代码，以便其他人评估研究结论随着时间推移仍有多大效力。

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。