热点事件持续更新
德州农工大学研究揭示垃圾数据可致大语言模型脑腐
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
德州农工大学最新研究发现，大语言模型在经过社交媒体上的短篇高互动垃圾数据训练后会出现“脑腐”现象。该认知缺陷主要表现为模型在作答前跳过思考步骤的“跳步思考”。研究团队对 Llama3 8B Instruct、Qwen2.5 等 4 款模型测试后发现，其推理、记忆与伦理表现均出现明显恶化。此外，研究还指出，大模型一旦形成该认知缺陷，后续即便使用高质量数据重新训练也极难恢复。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 01:32
研究显示大模型经社媒垃圾数据训练会出现“跳步思考”等脑腐缺陷，且后续极难恢复。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- Hacker News · AIAI 模型也会出现“脑腐”
德州农工大学研究发现，大语言模型在经过社交媒体的短篇高互动垃圾数据训练后也会出现“脑腐”，主要表现为作答前跳过思考步骤的“跳步思考”。研究团队测试了 Llama3 8B Instruct、Qwen2.5 等 4 款模型，发现其推理、记忆与伦理表现均出现恶化；且一旦形成该认知缺陷，后续即便使用高质量数据重新训练也极难恢复。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 02:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。