概念模型崩塌 / 模型崩溃
Model Collapse
机器学习领域的概念，指AI模型在训练数据中混入大量AI生成内容后，逐渐偏离真实人类数据分布，导致输出质量下降、多样性降低、同质化加剧的现象
核心事实
时间轴 (近 90 天)
9月1日
模型崩溃指AI模型使用前代模型生成数据训练后，经过多代迭代输出分布会逐渐偏离原始真实数据分布，丢失分布尾部信息
已验证80%
8月31日
能力退化现象（也称'模型坍缩'）在用模型自身生成的合成数据进行微调时已被多次观察到
待验证50%
8月31日
2023年牛津大学等机构发表研究，实验中发现经过仅5-10代递归训练，模型输出质量就会出现肉眼可见的退化
待验证60%