Unverified50% confidenceBenchmarkExact time
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%
1
Sources
50%
Confidence
Long-term
Relevance
7/20/2026
First Seen
Sources
Related Claims
Verified2023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82% similarUnverified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74% similarUnverified2024年研究表明即使AI生成内容仅占训练数据的10-20%，在多代训练后也足以引发可测量的质量退化70% similarUnverified多位课程创作者反映收入下降超过50%，内容互动减少，用户转向大语言模型67% similarUnverified在7个月研究期间，修Bug的会话比例从33%降到19%，运维从14%涨到21%，写文档和分析数据从10%涨到20%66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/575491API
curl https://kongchang.com/api/v1/knowledge/claims/575491MCP
get_claim(id=575491)