已验证80% 置信观点精确时间
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
11
来源数
80%
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% 相似待验证斯坦福2023年的ReAct论文研究表明，在提示词中明确标注错误类型比模糊描述的修复成功率高出3-5倍70% 相似待验证2024年的一些研究质疑涌现的真实性，认为部分看似涌现的现象可能只是评估指标不连续造成的错觉70% 相似待验证涌现能力指大模型某些能力在特定参数量阈值后突然出现，由Wei et al. 2022年论文系统记录68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/483040API
curl https://kongchang.com/api/v1/knowledge/claims/483040MCP
get_claim(id=483040)