热点事件持续更新
预训练800个模型揭示AI文本混入语料反噬训练
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
一项研究预训练了 800 个语言模型，考察把 AI 生成文本混入预训练语料的影响。报道称，混入 AI 生成文本后，训练收益会很快饱和，并反转为对训练效果的损害。研究使用 Pangram 进行检测：2026 年 6 月，经 FineWeb 质量过滤后的网络数据中，27.5% 的 token 被判为 AI 生成；到 2026 年 8 月，这一比例升至 31.1%。目前公开报道呈现的进展即上述模型实验结论与两次检测数据，尚无更多细节或后续更新披露。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 19:22
研究预训练800个模型显示AI文本混入语料收益饱和后反噬；检测称8月网络语料31.1%token为AI生成报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI Hunt预训练 800 个模型揭示：AI 生成文本混入语料会反噬训练效果
一项研究预训练 800 个语言模型，发现把 AI 生成文本混入语料后收益会很快饱和并反转为损害。用 Pangram 检测，2026 年 6 月经 FineWeb 质量过滤后的网络数据中 27.5% 的 token 被判为 AI 生成，8 月升至 31.1%。
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。