精选理由
此文提醒AI从业者关注模型训练数据的时效性偏见，对模型评估和迭代有参考价值。
学者Ethan Mollick推测，2022-2023年间公开发布的关于AI的热门内容可能仍对当前模型有持续影响。他指出，此后开放互联网在训练中的重要性下降，但模型在许多方面仍停留在2022年的认知水平。这一观察暗示早期训练数据的长期影响和模型更新的滞后性。
AI 翻译 · 中文
学者Ethan Mollick推测，2022-2023年间公开发布的关于AI的热门内容可能仍对当前模型有持续影响。他指出，此后开放互联网在训练中的重要性下降，但模型在许多方面仍停留在2022年的认知水平。这一观察暗示早期训练数据的长期影响和模型更新的滞后性。