待验证70% 置信事实精确时间

大语言模型展现出的涌现能力使得技术进步具有高度不可预测性，当模型规模跨过某个计算阈值时会突然展现出训练者未曾明确设计的新能力

2

来源数

70%

置信度

长期有效

时效性

2026/8/28

首次发现

来源

AI监管之争：技术叙事与监管俘获背后的权力博弈

涉及实体

涌现能力concept 大语言模型technology

相关事实

待验证涌现能力（Emergent Abilities）指大语言模型在规模或训练数据达到某个阈值后突然展现出此前不具备的能力80% 相似待验证随着模型规模从百万参数扩展至千亿参数，不理解底层数学的工程师越来越难以诊断训练不稳定、梯度爆炸或模式崩塌等问题79% 相似已验证大语言模型在需要多步推导、空间想象或跳出训练数据分布进行创造性思考时会暴露短板77% 相似待验证文生图模型的理解本质上是大规模统计关联，面对训练集中稀少出现的长尾概念时生成质量会显著下滑77% 相似待验证强迫小语言模型用概率方式逼近确定性问题会牺牲准确性和能耗，边缘小模型的大部分不可靠性是可避免的75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/810520

API

curl https://kongchang.com/api/v1/knowledge/claims/810520

MCP

get_claim(id=810520)