待验证50% 置信事实精确时间
当模型参数量超过某一阈值，其处理复杂推理任务的能力会出现非线性跃升，这一涌现现象被Google Brain等机构的研究系统记录
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证大模型的涌现能力指模型参数规模突破某一阈值后算术推理等能力突然出现，由谷歌2022年的论文系统记录83% 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77% 相似已验证2022年Google Brain的Jason Wei等人发表的思维链（Chain-of-Thought）提示论文首次系统证明加入逐步推理示例能使PaLM等大模型在数学推理任务上准确率大幅提升76% 相似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74% 相似待验证Reasoning Effort本质上是控制模型思维链深度的参数，档位越高模型允许的内部推理步骤越多，延迟和成本也成比例上升73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/533660API
curl https://kongchang.com/api/v1/knowledge/claims/533660MCP
get_claim(id=533660)