待验证50% 置信事实精确时间
Google Brain团队于2022年系统记录了涌现能力现象，发现某些能力在模型达到特定规模前几乎为零，之后突然跃升
1
来源数
50%
置信度
长期有效
时效性
2026/7/25
首次发现
来源
通用AI崛起：从数学推理到竞赛编程的全面突破
redditr/singularity2026/7/11
相关事实
待验证Google DeepMind研究表明，涌现能力表现为非线性的相变特征，模型参数量从10B增长到100B过程中某些复杂推理能力会突然跃升73% 相似待验证谷歌DeepMind团队在2022年的研究中记录了超过150种在小模型中缺失、却在大模型中出现的能力，包括多步推理、类比迁移与少样本学习69% 相似待验证Wei等人在2022年系统记录了大模型涌现能力现象，发现某些能力在小模型上几乎为零而在大模型上急剧提升，呈现非连续的相变特征68% 相似待验证2023年MIT与Google的联合研究表明，当子任务存在明确完成标准时，智能体的自我纠错效率可提升40%以上64% 相似待验证Google Brain在2020年的ViT论文中指出，ViT在ImageNet-1K（128万张图像）从零训练时性能不及同等规模CNN，但预训练数据扩展到ImageNet-21K（1400万张）或JFT-300M（3亿张）时开始超越CNN63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/611407API
curl https://kongchang.com/api/v1/knowledge/claims/611407MCP
get_claim(id=611407)