待验证50% 置信事实精确时间
随着模型参数规模从亿级扩展到千亿级，LLM展现出涌现能力，包括多步推理、类比迁移和不确定性表达
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
AI超级预测者：机器能否超越人类专家的预测能力？
hackernewshackernews2026/7/6
相关事实
待验证模型规模从数十亿参数跨越至数千亿量级时，在代码任务上展现出非线性突变式的能力涌现80% 相似待验证研究者发现当模型参数超过约100亿阈值时，模型在逻辑推理、多步规划等任务上表现出现非线性的涌现能力跃升79% 相似待验证大模型参数规模通常从数十亿到数千亿不等，参数量越大对复杂语境理解能力越强，但对算力需求呈指数级增长79% 相似待验证知识蒸馏与量化结合可使10亿参数级模型保留原始大模型70-85%能力，推理速度提升5-10倍77% 相似待验证When LLMs are scaled to tens of billions or even trillions of parameters, emergent abilities such as reasoning, translation, and code generation arise.76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/212459API
curl https://kongchang.com/api/v1/knowledge/claims/212459MCP
get_claim(id=212459)