大型语言模型越来越多地从自身的输出来学习，这引发了对潜在“退化螺旋”的担忧。这是因为模型倾向于偏爱常见的模式，无意中从其训练数据中省略了更稀有或更具创造性的元素。随着后续模型从这些逐渐缩窄的数据集中学习，它们对世界的理解变得不那么细致，导致输出在语法上正确且自信，但缺乏深度和原创性。虽然这种现象是真实存在的，但AI能力的完全崩溃尚未发生，因为新模型通常在人类生成和AI生成内容的混合体上进行训练，其中人类元素仍然提供了关键的基准。 AI
影响 这种趋势可能导致AI生成的内容随着时间的推移变得越来越通用，创新性越来越差，从而影响AI辅助的质量。
排序理由 文章讨论了基于观察到的数据模式，AI发展中一种潜在的负面趋势，而不是宣布新的发布或研究发现。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
