Unverified50% confidenceBenchmarkExact time
实验数据显示，经过5-10轮迭代训练后，模型在低频词汇和长尾知识上的覆盖率下降超过40%，而输出文本在表面流畅性上几乎没有可察觉的退化
1
Sources
50%
Confidence
Long-term
Relevance
7/7/2026
First Seen
Sources
均值回归：LLM如何悄然扼杀创新与多样性
hackernewshackernews7/6/2026
Related Claims
Unverified研究表明在超过8-10轮对话后，模型对初始系统提示中规则的遵循率可下降20%-40%79% similarUnverified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%74% similarUnverifiedAnthropic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73% similarUnverified研究表明，当上下文超过一定长度后，模型对中间部分内容的回忆准确率可能下降到50%以下71% similarUnverified当模型参考某作者五篇样本并模仿其风格时，AI文本检测器的检出能力大幅下降71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/170656API
curl https://kongchang.com/api/v1/knowledge/claims/170656MCP
get_claim(id=170656)