待验证50% 置信事实精确时间
斯坦福大学2023年的研究发现GPT-4在某些任务上的表现在数月内出现了可测量的下降
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
已验证斯坦福大学曾发布研究报告，记录了GPT-4在特定任务上跨时间段的性能波动85% 相似已验证斯坦福大学2023年Chen等人的研究证实GPT-4在数月内的数学推理能力存在显著波动82% 相似待验证OpenAI的API端点名称不变时底层模型权重可能被静默更新，2023年Stanford和UC Berkeley联合研究发现GPT-4在不同时期对相同prompt的表现存在显著差异，某些任务准确率从97%骤降到2%79% 相似待验证斯坦福大学2024年的AgentBench基准测试显示，GPT-4级别模型在需要跨系统协调的复杂任务中端到端成功率低于30%78% 相似待验证FrugalGPT 是 2023 年斯坦福发表的研究，证明了通过级联策略可以在保持 GPT-4 级别质量的同时降低高达 98% 的推理成本75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/538871API
curl https://kongchang.com/api/v1/knowledge/claims/538871MCP
get_claim(id=538871)