待验证50% 置信事实精确时间
牛津大学等机构的研究以数学方式证明，模型崩溃这种退化在多代训练迭代后不可逆
1
来源数
50%
置信度
长期有效
时效性
2026/9/20
首次发现
来源
涉及实体
相关事实
待验证实验表明，仅经过数代自我训练，模型输出的方差就会急剧缩小，文本趋于同质化72% 相似待验证2023年发表的《The Curse of Recursion》等研究表明，当模型在自身生成的数据上反复训练时，数据分布会逐渐退化，多样性持续降低，最终导致模型能力系统性衰退（模型坍缩）69% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑68% 相似待验证随着模型规模从百万参数扩展至千亿参数，不理解底层数学的工程师越来越难以诊断训练不稳定、梯度爆炸或模式崩塌等问题66% 相似已验证过拟合是指模型在训练数据上表现优异，但在未见过的测试数据上性能大幅下降的现象66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/936688API
curl https://kongchang.com/api/v1/knowledge/claims/936688MCP
get_claim(id=936688)