待验证50% 置信事实精确时间

研究额外引入六个被刻意削弱、能力明显更差的模型作为正向对照

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

AI偏见审计能测出偏见，却无法给模型排名

涉及实体

正向对照concept

相关事实

待验证该用户表示Deep Research模式的能力在过去6到7个月里似乎被削弱了约10倍69% 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68% 相似待验证同样的证据可以提升较弱模型的表现，却损害较强模型的表现67% 相似待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点67% 相似待验证研究发现当约束条件从1个叠加至5个时，几乎所有模型的遵循率都出现断崖式下降，大模型更明显67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924829

API

curl https://kongchang.com/api/v1/knowledge/claims/924829

MCP

get_claim(id=924829)