待验证50% 置信观点精确时间
纽约大学的Gary Marcus认为，大语言模型的涌现能力可能更多反映了评估指标的阈值效应，而非模型认知能力的质变
1
来源数
50%
置信度
长期有效
时效性
2026/9/2
首次发现
来源
涉及实体
相关事实
待验证2023年多项研究指出，大语言模型的使用可能影响用户的元认知能力，即人对自身认知过程的监控和调节能力75% 相似待验证2023年斯坦福大学研究者Rylan Schaeffer等人发表论文《Are Emergent Abilities of Large Language Models a Mirage?》，指出涌现现象可能部分是评估指标选择的产物73% 相似待验证作者认为选择卷积神经元作为切入点可能是策略失误，因为当前可解释性研究热点已转向大语言模型，并表示后续将转向语言模型研究73% 相似已验证涌现能力现象被DeepMind研究员系统记录于2022年的《Emergent Abilities of Large Language Models》论文中68% 相似待验证在大语言模型的注意力机制中，过期旧笔记和权威日志在物理上处于完全平等的竞争地位，语义更接近问题的内容可能获得更高权重68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/844393API
curl https://kongchang.com/api/v1/knowledge/claims/844393MCP
get_claim(id=844393)