热点事件持续更新
德州农工大学研究称大模型训练垃圾数据会导致“脑腐”
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月,德州农工大学团队发布的一项研究发现,大语言模型在训练数据选择上面临严重风险。如果模型在社交媒体平台上的高互动、低质量垃圾数据上进行训练,就会出现类似人类“脑腐”的负面认知变化。该研究指出,受影响的模型具体表现为在回答问题前会跳过思考步骤,而且这种损害具有持久性,极难通过后续的微调手段加以恢复。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 06:01
研究发现大模型训练社交媒体垃圾数据会导致跳过思考的“脑腐”且极难恢复。报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- Hacker News · AI德州农工大学研究发现:大语言模型训练垃圾数据也会产生类似“脑腐”现象
德州农工大学团队研究发现,大语言模型在社交媒体上的高互动、低质量垃圾数据上训练后,会出现类似人类“脑腐”的负面认知变化,表现为回答前跳过思考步骤且极难通过后续微调恢复。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。