待验证60% 置信事实精确时间

某些AI能力在模型规模低于特定阈值时几乎为零，跨越阈值后急剧提升，呈现非线性的'相变'特征

2

来源数

60%

置信度

长期有效

时效性

2026/7/5

首次发现

来源

AI变革时代：直面艰难问题是一种特权

twitterelder_plinius2026/6/27

相关事实

待验证AI生成假设的边际成本趋近于零，一旦模型训练完成每增加一条假设几乎不产生额外成本72% 相似待验证AI带来的质量提升来自低分频率下降和中等分数频率上升，而卓越分数比例没有变化，呈现托底而非拔尖的效应72% 相似待验证不同归一化方案对同一模型的IC影响可达0.01-0.03的量级71% 相似待验证Wei等人在2022年系统记录了大模型涌现能力现象，发现某些能力在小模型上几乎为零而在大模型上急剧提升，呈现非连续的相变特征70% 相似待验证当前顶级AI模型在SWE-bench上的解决率仍远低于竞赛成绩所暗示的水平69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/112241

API

curl https://kongchang.com/api/v1/knowledge/claims/112241

MCP

get_claim(id=112241)