待验证50% 置信事实精确时间

Google的研究显示涌现能力往往是阶跃式跃迁，例如GPT-3在1750亿参数时能做多步推理，但在130亿参数时几乎不具备该能力

1

来源数

50%

置信度

长期有效

时效性

2026/9/5

首次发现

来源

AFK Agent：让AI在你离开键盘时自主编码

涉及实体

涌现能力concept GPT-3model Googlecompany

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70% 相似待验证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66% 相似待验证一个千亿参数级别旗舰模型每次推断所需GPU资源可能比百亿参数模型高出10至20倍64% 相似待验证参数量更大、推理步骤更多的模型，其GPU算力消耗可能是轻量模型的10-50倍64% 相似待验证Kimi 2.5每次前向传播只计算约300亿参数，尽管总参数量达1万亿63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860050

API

curl https://kongchang.com/api/v1/knowledge/claims/860050

MCP

get_claim(id=860050)