斯坦福复测：44%的LLM结论已失效

事件综述根据 1 篇报道整理，11月4日更新

斯坦福研究者 Owen Queen 和 James Zou 用 8 家开发者在 2024 年 7 月至 2026 年 9 月间发布的 20 个模型，复测了 50 条被广泛引用的大语言模型结论，发现 44% 已经失效，另有 34% 明显减弱，仅 16% 仍然成立、6% 反而增强。 据该研究，这些结论的平均寿命为 15.7 个月。

综述由模型根据报道生成，细节以各篇原文为准。