待验证60% 置信事实精确时间

上下文学习（In-Context Learning）指大语言模型无需更新权重，仅通过在输入提示中提供示例或指令即可执行新任务的能力，该能力在 GPT-3 论文中被首次系统性描述

2

来源数

60%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

Claude Code高阶实战：打造顶级AI开发流

相关事实

已验证提示词工程的有效性根植于大语言模型的「上下文学习」（In-Context Learning）能力，无需修改模型权重即可实现任务切换82% 相似待验证上下文学习（ICL）指大语言模型无需更新权重，仅通过在输入提示中提供示例或指令就能执行新任务的能力，这一能力在GPT-3论文中被首次系统性描述76% 相似已验证大语言模型的预训练阶段本质上属于自监督学习，是一种特殊的非监督学习，模型通过预测下一个词来从海量文本中自动学习语言规律69% 相似待验证基础模型通过在海量无标注文本上预测'下一个词'来学习，采用自监督学习范式，由GPT系列、LLaMA等模型代表67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/587664

API

curl https://kongchang.com/api/v1/knowledge/claims/587664

MCP

get_claim(id=587664)