合成資料汙染

深度分析

合成資料汙染與模型崩潰：雙層 SIR 框架在 AI 生態系統中的應用與實驗

隨著AI生成文字佔網頁比例激增，研究以雙層SIR模型量化合成資料汙染，發現偵測過濾與群體免疫是抑制模型崩潰的關鍵策略。模型與資料庫互為感染層，基本傳染數R0超過一，暗示若不加干預，汙染將呈指數擴散，威脅未來AI產業生態。業者與研究者需同步加強檢測與資料治理。