待验证60% 置信事实精确时间
2023年牛津大学等机构发表研究，实验中发现经过仅5-10代递归训练，模型输出质量就会出现肉眼可见的退化
2
来源数
60%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
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80% 相似待验证2023年，研究人员证明只需污染不到1%的训练数据，就能在特定触发条件下改变模型行为77% 相似待验证牛津大学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%76% 相似已验证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75% 相似待验证研究团队在GPT-2等模型上的实验表明，仅经过5-9代递归训练，模型输出质量就会出现显著退化74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/831736API
curl https://kongchang.com/api/v1/knowledge/claims/831736MCP
get_claim(id=831736)