待验证50% 置信预测精确时间

Epoch AI估算高质量英文文本数据可能在2026年前后被主流LLM训练消耗殆尽

1

来源数

50%

置信度

长期有效

时效性

2026/9/29

首次发现

来源

AI"越狱"真相与SteamOS大动作：一场被媒体误读的技术狂欢

涉及实体

Epoch AIcompany

相关事实

待验证2023年以来，大语言模型的普及降低了批量生成看似言之有据的文章、评论乃至学术摘要的门槛67% 相似待验证当大语言模型用其他AI生成的文本进行训练时，输出内容的可读性会下降67% 相似待验证剑桥大学2023年研究发现，当代码圈复杂度超过20时，AI翻译的错误率会急剧上升66% 相似待验证五年前大语言模型尚未进入公众视野，生成式AI的能力远不及当下水平66% 相似待验证扩散语言模型目前仍处于早期阶段，在生成质量、长文本连贯性、训练稳定性方面与成熟自回归模型相比仍有差距65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958069

API

curl https://kongchang.com/api/v1/knowledge/claims/958069

MCP

get_claim(id=958069)