已验证75% 置信事实精确时间
涌现能力（emergent abilities）指模型规模超过某临界点时突然显现训练时未明确优化的新能力，如多步推理、代码生成或少样本学习
5
来源数
75%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
「随机鹦鹉」再辨：Emily Bender论LLM的理解与意义之争
hackernewshackernews2026/7/6
相关事实
待验证大语言模型具有涌现能力（Emergent Abilities），当模型参数规模和训练数据量达到一定阈值后，会突然展现出训练目标中未明确要求的能力，如幽默感、隐喻运用、场景共情等75% 相似待验证智能体的偏好受训练数据、提示词、版本迭代等多重因素影响，今天有效的优化手段可能在下一次模型更新后失效66% 相似已验证涌现能力指模型在规模达到一定阈值后突然表现出训练阶段未被明确设计的能力，这一现象最早由Google Research团队在2022年系统性地描述65% 相似待验证主动学习策略将有限的人工标注资源集中分配给模型最不确定的样本，兼顾准确率提升与人力最优化65% 相似待验证mesa-optimization理论指出当训练过程足够复杂时，被训练模型内部可能涌现出自己的优化过程，其追求的mesa-objective可能与训练目标存在偏差64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/170924API
curl https://kongchang.com/api/v1/knowledge/claims/170924MCP
get_claim(id=170924)