已验证65% 置信基准精确时间

2024年研究表明即使AI生成内容仅占训练数据的10-20%，在多代训练后也足以引发可测量的质量退化

3

来源数

65%

置信度

长期有效

时效性

2026/8/11

首次发现

来源

AI时代的公地悲剧：谁在透支互联网的公共资源

相关事实

待验证2023年牛津大学等机构发表研究，实验中发现经过仅5-10代递归训练，模型输出质量就会出现肉眼可见的退化80% 相似待验证Scale AI在2024年的分析显示，部分模型在MMLU上的分数膨胀可能高达5-10个百分点，因测试集已泄露到训练数据中78% 相似待验证AI推理阶段单次耗电低，但因请求量以十亿次计，累计能耗可能超过训练本身74% 相似已验证AI在实验设计中采用8:2划分保留20%作为独立测试集，并在80%训练集上采用5折交叉验证以避免数据泄漏74% 相似待验证斯坦福大学2023年的研究表明，主流AI检测工具误判率可高达20%以上73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/729486

API

curl https://kongchang.com/api/v1/knowledge/claims/729486

MCP

get_claim(id=729486)