重测 50 项 LLM 经典发现：15 个月内大多失效或效应大减
AaronBergman18 · x · 2026-11-03
James Zou 团队对 50 项被广泛引用的 LLM 行为发现（各类偏见、幻觉等）进行重测，发现 15 个月内大多数发现不再成立或效应显著减弱——LLM 研究结论的保质期很短。引用者 Dylan Matt 由此评论：在 AI 领域，某发现若被标为「同行评审」反而更不可信，因为走完同行评审流程时结论往往已过时。
所属事件:斯坦福重测 50 项 LLM 研究结论：多数 15 个月内失效(3 条相关)→
「漫话AGI」频道最新
- Prime Intellect 驻留者抛出难题:高价值知识工作没有可验证答案,RL 奖励怎么定? — xeophon · 2026-11-03
- Tim Lee：预训练本质是模仿学习，后训练才是强化学习 — binarybits · 2026-11-03
- 仿真关键在物理而非画面:机器人仿真正变成 Agent 的自动科研任务 — wellecks · 2026-11-03
- 研究者观点:高质量的机制可解释性研究本质上是「双用途」技术 — cephaloform · 2026-11-03
- LLM 正把学者简历批量改成叙事体，评审人将读 AI 生成的文本 — MarlosCMachado · 2026-11-03
- 因果机器学习辅助急性心衰用药决策,首次进入人体前瞻试验 — ShalitUri · 2026-11-03