待验证50% 置信观点精确时间

Eric Bigelow主张上下文学习的广义定义是：所有不在模型权重内部发生、运行时动态改变模型行为的过程

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

大模型如何做决策：关键Token、相变与可解释性危机

涉及实体

Eric Bigelowperson 上下文学习concept

相关事实

已验证工具调用机制允许大语言模型在推理过程中动态调用外部函数，是从语言模型到行动模型的本质跨越67% 相似已验证世界模型本质上是学习环境的动力学方程——给定当前状态和动作，预测下一个状态67% 相似待验证大模型本质上是一个包含海量参数的复合函数，训练过程是通过反向传播算法调整参数使输出接近期望结果67% 相似待验证强化学习环境的质量直接决定模型能学到什么，存在漏洞的环境可能让模型学会投机取巧66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003509

API

curl https://kongchang.com/api/v1/knowledge/claims/1003509

MCP

get_claim(id=1003509)