待验证50% 置信基准精确时间
牛津大学2023年的一项研究量化了模型坍缩效应，仅经过五代自我训练，文本多样性指标下降了约40%
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
已验证2023年牛津大学、剑桥大学等机构的联合研究阐述了模型崩溃效应：当模型在自己生成的数据上迭代训练后，输出统计方差持续下降，稀有长尾知识首先消失，最终收敛为文化平均态82% 相似待验证实验数据显示，经过5-10轮迭代训练后，模型在低频词汇和长尾知识上的覆盖率下降超过40%，而输出文本在表面流畅性上几乎没有可察觉的退化74% 相似待验证2024年研究表明即使AI生成内容仅占训练数据的10-20%，在多代训练后也足以引发可测量的质量退化70% 相似待验证多位课程创作者反映收入下降超过50%，内容互动减少，用户转向大语言模型67% 相似待验证在7个月研究期间，修Bug的会话比例从33%降到19%，运维从14%涨到21%，写文档和分析数据从10%涨到20%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/575491API
curl https://kongchang.com/api/v1/knowledge/claims/575491MCP
get_claim(id=575491)