史丹佛大學發現 LLM 相關科學研究的快速過時現象

史丹佛大學的研究人員分析了關於大型語言模型 (LLM) 的學術論文過時的速度。他們針對 20 個當前主流的商業與開源模型，測試了 50 個經常被引用的 LLM 相關論點。

結果顯示，44% 的驗證結論已經失去時效性，另有 34% 的結論顯著減弱。在生成式人工智慧領域，一項科學論點的平均生命週期僅為 15.7 個月。

關於模型「無法做什麼」的假設與論點過時速度最快。架構與訓練方法的持續且快速更新，導致理論基礎開始落後於實際應用。

所得數據向從業人員與研究人員表明，必須持續重新審視基準測試與安全限制。在設計新系統時，依賴過去幾年的既定學術研究已變得不再有效。