待验证50% 置信事实精确时间

大模型在约千亿参数规模附近突然展现出思维链推理、多步数学解题等此前小模型不具备的能力

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

AI智能体入门：感知、决策与行动的核心闭环详解

bilibiliAI大模型学习圈2026/7/9

相关事实

待验证思维链推理的效果随模型规模呈现涌现性，在较小模型上几乎无效，在足够大的模型上才能显著提升推理准确率82% 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78% 相似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76% 相似待验证在大型语言模型主导的AI决策场景中，模型的推理过程分散在数十亿参数的激活状态中，难以建立从输入到输出的完整因果链76% 相似待验证大型语言模型在需要多步推理的数学和逻辑问题上表现不佳，模型倾向于直接'跳'到答案而非经历中间推理步骤76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/478526

API

curl https://kongchang.com/api/v1/knowledge/claims/478526

MCP

get_claim(id=478526)