一篇新研究论文分析了大型语言模型（LLM）在科学研究中的采用和过时情况。该研究引入了“峰值到达时间”和“生命周期”等指标来追踪 LLM 发布后保持相关性的时间。研究结果表明，模型的发布年份比其架构、规模或开放性更能预测其寿命。研究强调了 LLM 采用周期的快速压缩，每一年份的峰值采用时间和生命周期都显著缩短，这表明对任何单一模型的专业化投资都在贬值。 AI
影响 表明由于模型过时速度快，在单一 LLM 上进行专业化投资的风险越来越高。
排序理由 分析科学领域 LLM 采用动态的研究论文。[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 →