待验证50% 置信事实精确时间
Meta 研究显示 MuseWonder 对未专门训练过的陌生任务具有更好的泛化能力。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证大规模多任务学习使大语言模型形成跨领域的涌现能力（Emergent Abilities），即在训练时未被显式教导的任务上也能表现出色63% 相似待验证sciagent-skills采用的技能封装思路更接近推理阶段动态注入路径，其优势在于技能库可以独立迭代更新，无需重新训练模型62% 相似待验证元学习智能体应能将'如何训练'的知识泛化到未见过的新任务上，这是判断此类项目实用价值的关键标准62% 相似待验证针对特定任务域进行专项训练可在换取通用能力适度取舍的前提下削减推理计算资源62% 相似待验证Warp的自我改进智能体并非模型本身持续训练，而是通过从过往交互中学习经验、优化工作流程实现62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014690API
curl https://kongchang.com/api/v1/knowledge/claims/1014690MCP
get_claim(id=1014690)