跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

新模型发布速度已超过自身训练数据的更新速度

stale.jock.pl 追踪的 20 个现役 AI 模型中,有 10 个的训练截止日期是实验室确实公布过的;其中好几个模型上线时,距离自己发布公告上的日期已经过去了好几个月。

人工智能与模型解释林晓雯发布: 2026年9月27日3 分钟阅读资料来源 1
新模型发布速度已超过自身训练数据的更新速度

这个网站 9 月 16 日被发到 Hacker News 上。它为每个模型记录两个日期:实验室发布模型的日期,以及模型停止读取数据的日期。网站列出 8 家实验室的 20 个模型,两个日期各自向上计数,在浏览器里实时更新。

关键在于两者之间的差距。OpenAI 于 2026 年 9 月 3 日发布的 GPT-6 Astra,训练截止日期是 2026 年 4 月 30 日。同系列的 GPT-6 Sol 于 9 月 22 日上线,截止日期为 4 月 20 日;GPT-6 Luna 同日上线,截止日期为 5 月 18 日。Anthropic 的 Claude Opus 5.5 于 9 月 22 日发布,停在 2026 年 6 月。6 月 30 日推出的 Claude Sonnet 5,1 月就停止读取了。

名单里有一半模型,答案干脆是未知。Mistral AI 的 Large 3、Small 4 和 Medium 3.5,阿里巴巴的 Qwen3.8-Max 和 Qwen3.8-Flash,Meta 的 Muse Glimmer 和 Muse Spark 1.3,DeepSeek 的 V4-Pro 和 V4.1-Flash,以及 Google DeepMind 的 Gemini 3.8 Flash,都没有确证的截止日期。页面把这一点说得很谨慎:空白只表示所核查的厂商资料没能确认,并不等于实验室从未公布过。

为什么日期比版本号更重要

网站自己的说法很直接。一个模型可以 9 月上线,却 4 月就停止读取。也就是说,在有人往里面输入第一个提示词之前,它已经落后了五个月。

按照页面的说法,搜索工具解决不了这个问题。模型搜索时读几页网页,在一次回答里用掉,然后忘掉;新开一个对话,截止日期又回来了。是否触发搜索,同样由存着过时事实的那套权重决定,所以出错的地方恰恰是模型最自信的地方。页面称,它用 16 个模型做了 2,000 次调用测试,每次都提供联网搜索工具:前沿模型几乎每次都能正确判断,较弱的模型则把已经改变的事实当成定论说出来,还会上网去查水的沸点。

我给 16 个 AI 模型各配了一个搜索按钮,然后问它们挪威国王是谁。有五个说出了一个已经去世的人。

这是网站自己的原话,也是这个问题最干净的例证。一个不知道某位君主已经去世的模型,不会可靠地决定去查一下。

这个变通办法面向的是智能体,不是人

页面把同样的数据发布为 models.json,每个模型都带发布日期、公布的截止日期和来源链接。它建议把一小段指令粘贴进 AGENTS.md 或 CLAUDE.md 文件,让智能体在把任何模型称作现役之前先抓取这份数据。

实验室这边,公布的截止日期参差不齐。8 家实验室中,Anthropic、Google DeepMind、Meta、OpenAI 和 xAI 这五家至少有一个模型在名单里公布了截止日期。20 个模型中有 10 个带截止日期,其余没有。

页面还提供了一个粗糙的自测办法:问模型自己的训练截止日期。能答上来,或者承认不确定的,表现正常。凭空给出一个笃定日期的,已经说明了问题。网站的提醒是,模型在谈论模型时是糟糕的信息源,所以要把答案对着表格核对,而不是直接相信。

评论 0

资料来源

1
  1. 01Show HN: How Stale Is Your AI? Release age and training cutoff for 20 modelsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。