斯坦福研究：50条被广泛引用的LLM结论中44%已失效

斯坦福研究者Owen Queen与James Zou用8家开发商在2024年7月至2026年9月间发布的20个模型，复测50条被广泛引用的LLM结论，发现44%已失效，另有34%明显减弱，仅16%仍成立、6%反而增强。在有预估失效时间的22条结论中，平均寿命仅15.7个月；一年后16%失效，两年后升至39%。关于模型“做不到什么”的结论失效最快，9条推理相关结论中5条已失效，且无一保持或增强。