待验证50% 置信事实精确时间

纽约大学的塔尔·乌尔曼等研究者通过对经典心智理论测试进行微小修改，发现GPT-4的表现急剧下降，表明模型可能是在进行表面级模式匹配

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AI社会认知缺陷:为何模型总是过度惩罚

涉及实体

Tomer Ullmanperson GPT-4model 纽约大学company

相关事实

已验证斯坦福大学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77% 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75% 相似待验证实验表明包括 GPT-4 在内的多个主流模型的性能呈现明显的 U 形注意力曲线74% 相似待验证GPT系列模型在维基百科文本上的困惑度从GPT-2的约29降至GPT-4的更低水平73% 相似待验证Kosinski（2023）的研究显示GPT-4在标准错误信念任务中表现接近人类73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/894896

API

curl https://kongchang.com/api/v1/knowledge/claims/894896

MCP

get_claim(id=894896)