Stanford研究称44%的大语言模型常见结论已经失效

Stanford研究人员用20个模型复测50项广泛引用的大语言模型结论，发现44%已失效、34%显著减弱，仅16%仍成立且6%增强。在22项有失效时间估计的结论中，平均有效期仅15.7个月。研究建议论文记录具体模型、版本与日期，并公开提示词和分析代码，以便在新模型上重新测试。