待验证60% 置信事实精确时间
2023 年斯坦福大学研究发现采用粒度更细的评估指标时能力提升是平滑渐进的，涌现的相变可能是评估指标选择的人工产物
2
来源数
60%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
并非一切都值得消耗Token：何时用AI，何时用确定性代码
hackernewshackernews2026/7/6
相关事实
已验证斯坦福2023年的论文认为涌现是评估指标选择导致的测量假象，换用平滑指标后能力提升是连续的85% 相似待验证2023年Stanford的研究对涌现能力提出质疑，指出所谓'涌现'可能是评估指标选择的人为产物，使用连续性更好的指标重新评估时，许多看似突然的能力跳跃实际上呈现为平滑的渐进提升76% 相似待验证在大模型评估日益同质化的背景下，拆解评估维度本身就可能带来新的发现，MAPLE的研究提示追问分数背后发生了什么比刷榜更有意义。67% 相似待验证研究者发现预测指标和相关性指标会受观测网格规律性和轨迹平滑度的影响，数据越规整、轨迹越平滑某些指标越好看67% 相似待验证数值实验表明在处理非光滑和重尾目标分布时，非可逆版本相较于可逆对应物展现出更快的采样效率65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/253593API
curl https://kongchang.com/api/v1/knowledge/claims/253593MCP
get_claim(id=253593)