热点事件持续更新
斯坦福复测称44%大模型结论失效
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月4日，The Decoder报道，斯坦福研究人员使用20个模型复测50项被广泛引用的大语言模型研究结论，发现其中44%已经失效，另有34%显著减弱。在22项设有预计失效日期的发现中，平均寿命为15.7个月；推理相关结论衰退最快，偏好和倾向类结论相对更持久。文献引用测试显示，GPT-6.1 Sol的相关比例为0%，Claude Sonnet 5.5为1%，Qwen3.7-Flash为69%。研究建议记录模型版本、测试日期、提示词和分析代码，以便后续复测。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 03:41
斯坦福团队复测50项结论，称44%已失效、34%显著减弱。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- The Decoder斯坦福研究发现44%的LLM研究结论已失效
斯坦福研究人员用20个模型复测50项广泛引用的LLM结论，发现44%已经失效，另有34%显著减弱。22项有预计失效日期的发现平均寿命为15.7个月，推理相关结论衰退最快，而偏好和倾向类结论更持久。在文献引用测试中，GPT-6.1 Sol为0%、Claude Sonnet 5.5为1%，Qwen3.7-Flash为69%；研究建议记录模型版本、日期、提示词和分析代码，以便复测。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。