English(EN) # AI models collapse when trained on recursively generated data | Nature https://www. nature.com/articles/s41586-024 -07566-y

Nature研究发现：AI模型在AI生成数据上训练时会退化

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-01 03:32

Nature上发表的一项新研究表明，当AI模型使用自身生成的数据进行训练时，其性能会显著下降。这种递归式的数据生成会导致模型能力随时间推移而减弱，这个问题可能会影响日益复杂的AI系统的开发。 AI

影响在AI生成数据上进行递归式训练会导致模型退化，可能阻碍未来的AI发展，并需要新的数据策策略。

排序理由研究论文发表在科学期刊上，详细介绍了关于AI模型行为的一项新发现。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 研究论文发表在科学期刊上，详细介绍了关于AI模型行为的一项新发现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 2 days old; Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。