已验证65% 置信事实精确时间

模型崩溃过程中，模型会逐渐丢失数据分布的长尾部分，最终收敛到单调、重复、缺乏多样性的输出

3

来源数

65%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AI训练AI：模型崩溃如何摧毁内容可读性

涉及实体

模型崩溃concept

相关事实

已验证若只用新增类别数据微调扩展后的分类头，模型极易出现灾难性遗忘，急剧丧失对原有类别的识别能力76% 相似待验证合成数据的反馈循环会导致模型崩溃，表现为词汇单一化、句子结构趋同、长尾内容消失75% 相似待验证错误的归纳偏置会让模型花费容量拟合数据中不存在的虚假模式，导致分布外数据上严重失效72% 相似待验证多源数据融合缺乏数据治理会产生垃圾进垃圾出问题，导致AI模型输出失去可信度71% 相似待验证用新数据更新模型时可能破坏原有能力，即灾难性遗忘，工业界通过失败案例库、数据增强与混合回放技术来整合新数据71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/900961

API

curl https://kongchang.com/api/v1/knowledge/claims/900961

MCP

get_claim(id=900961)