Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
7/17/2026
First Seen
Sources
Related Claims
Verified斯坦福大学曾发布研究报告，记录了GPT-4在特定任务上跨时间段的性能波动85% similarVerified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82% similarUnverifiedOpenAI的API端点名称不变时底层模型权重可能被静默更新，2023年Stanford和UC Berkeley联合研究发现GPT-4在不同时期对相同prompt的表现存在显著差异，某些任务准确率从97%骤降到2%79% similarUnverified斯坦福大学2024年的AgentBench基准测试显示，GPT-4级别模型在需要跨系统协调的复杂任务中端到端成功率低于30%78% similarUnverifiedFrugalGPT 是 2023 年斯坦福发表的研究，证明了通过级联策略可以在保持 GPT-4 级别质量的同时降低高达 98% 的推理成本75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/538871API
curl https://kongchang.com/api/v1/knowledge/claims/538871MCP
get_claim(id=538871)