英国牛津大学、剑桥大学等机构研究职员创造，如果在演习大模型时，只用AI天生的内容，会导致大模型涌现不可逆的毛病，逐渐忘却真实数据的分布，这被称为“模型崩溃”。

研究职员首先利用大措辞模型创建类似维基百科词条的文本，然后利用这个内容来演习该模型的新版本，并反复利用前代模型天生的文本演习更新的版本。
随着AI天生的信息“污染”演习集，模型的输出逐渐失落去意义。
在模型的第九次迭代中，它完成了一篇关于英国教堂塔楼的文章，个中一段笔墨却在讲述野兔尾巴的多种颜色。

研究创造，导致“模型崩溃”的主要缘故原由是，由于模型只能从其演习数据中采样，一些在第一代数据中本就低频涌现的词汇，在每次迭代后涌现的频率变得更低，而一些常见词汇涌现的频率则逐渐增加。

这种变革的结果便是，模型逐渐无法精确仿照真实天下的繁芜性。
随着韶光推移，这种缺点会在迭代中被层层累积、逐渐放大，终极导致“模型崩溃”。
这有点像生物学中“近亲繁殖”会导致后代毛病，如果不能担保基因库的多样性，终极会导致一个物种的崩溃。

研究职员还创造，由于演习数据被“污染”而导致“模型崩溃”的情形不止发生在大措辞模型中，高斯稠浊模型、图片天生器等也可能涌现类似情形。

不过，应对“模型崩溃”并非束手无策。
研究职员创造，如果能在模型微调过程中保留10%旁边的真实数据，崩溃就会发生得更缓慢。
还可利用水印技能，将AI天生的数据与真实数据区分开来，这须要大型科技公司的协作。
此外，在AI天生的文本重新进入数据池之前，可由人类先筛选过滤。