近亲繁殖（Inbreeding）
定义
“近亲繁殖”（Inbreeding）是Slopacolypse的核心机制之一，指AI训练数据越来越多地来自AI输出，导致模型质量螺旋下降的恶性循环。模型刮取模型生成的slop，缺乏洞见、只是"type check"的信息，最终导致AI系统整体退化。
恶性循环
- AI生成大量低质内容（slop）
- 这些slop被互联网收录，成为新的训练数据
- 新模型在污染的数据上训练，质量进一步下降
- 生成更差的slop，继续污染数据池
- 循环加速，质量螺旋下降
影响
- 模型退化：AI系统的输出质量持续下降
- 多样性丧失：AI输出趋于同质化，缺乏创新
- 幻觉加剧：在污染数据上训练的模型更容易产生幻觉
- 信任危机：用户对AI输出的信任度降低
与[[大模型不是真理机器-而是论证机器]]的关联
近亲繁殖加剧了"论证机器"的问题：当训练数据本身来自AI生成的"论证"而非"事实"，模型输出的"可信度"与"真实性"之间的鸿沟将进一步扩大。
应对
- 数据溯源：确保训练数据中人类原创内容的比例
- 质量过滤：在训练前对数据进行严格的质量筛选
- 人类反馈：持续引入人类标注和反馈来纠正模型偏差
- 开放数据：建立高质量的人类创作数据池