對于 ChatGPT 變笨原因，學術界又有了一種新解釋。加州大學圣克魯茲分校一項研究指出：在訓練數(shù)據(jù)截止之前的任務上，大模型表現(xiàn)明顯更好。

論文重點研究了「任務污染」問題，也就是大模型在訓練時期就見識過很多任務示例，給人一種 AI 擁有零樣本或少樣本能力的錯誤印象。

也有學者從另一個角度指出，大模型訓練后參數(shù)凍結，人們不斷提出新的任務也就是輸入分布不斷變化。如果模型不能不斷適應這種變化，就表現(xiàn)成能力慢慢退化。

人們以為只提了個問題 AI 就能回答，其實是在訓練時見過大多數(shù)常見任務。隨時間推移，人們開始提出更多新問題，AI 表現(xiàn)就不行了。