待验证50% 置信事实精确时间

斯坦福HAI研究所2023年报告指出，大型语言模型经过特定行业数据训练后，其生成能力可在零样本条件下迁移至相邻垂直领域

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

自建AI还是云端服务？微软CEO的数据主权警告

相关事实

待验证多语言预训练模型如mBERT、XLM-R展现出跨语言零样本迁移能力，即便某些语言训练中从未与其他语言平行语料共同出现73% 相似待验证大语言模型规模突破临界点后会涌现出训练阶段未明确教授的新能力，如多步骤推理、跨语言类比和工具调用规划71% 相似待验证大语言模型在二维空间推理上存在系统性短板，因训练数据以文本为主、缺乏空间关系监督信号71% 相似待验证具备大规模语言模型预训练经验的研究员全球不超过数百人，供给极度稀缺70% 相似待验证传统n-gram模型和单语训练的神经语言模型在遇到跨语言词序列时会给出极低的概率分数，导致解码器倾向于将外语词强行映射为发音相近的本语言词70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/529148

API

curl https://kongchang.com/api/v1/knowledge/claims/529148

MCP

get_claim(id=529148)