新研究揭示：AI自生成内容的循环使用可能导致“模型崩溃”

据《福布斯》9月4日报道，牛津大学的伊利亚·舒梅洛夫博士及其团队在《自然》杂志上发表的一项研究中指出，当AI系统仅依赖于由自身生成的内容进行训练时，其输出质量会迅速下降。

据《福布斯》9月4日报道，牛津大学的伊利亚·舒梅洛夫博士及其团队在《自然》杂志上发表的一项研究中指出，当AI系统仅依赖于由自身生成的内容进行训练时，其输出质量会迅速下降。

这种现象被称为“模型崩溃”，即AI在不断使用自身生成的数据进行训练后，其输出内容逐渐失去准确性和实用性。

研究显示，在经过五次连续的自我生成内容训练后，AI的输出质量显著下降;到了第九次，输出内容已经退化为毫无意义的文本。

舒梅洛夫博士指出，模型崩溃的发生速度之快和难以察觉的程度令人惊讶。最初，它可能只影响少数数据，但随后会逐渐侵蚀输出的多样性，最终导致整体质量的严重下降。

为了验证这一现象，研究人员采用了一种方法：他们使用了一个预训练的AI系统，该系统能够驱动一个维基百科的版本，并让AI基于自己生成的内容进行更新。结果发现，随着受污染数据的累积，原