Verified90% confidenceFactTime unknown
Few-Shot提示的上下文学习（In-Context Learning）能力在GPT-3的论文中被首次系统性描述
11
Sources
90%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
LangChain提示词模板详解：Few-Shot与思维链实战指南
youtubeJames Briggs
Related Entities
Related Claims
UnverifiedGPT-3之后研究者发现通过精心设计的提示，单一大模型即可零样本或少样本完成多类任务，这一范式被称为In-Context Learning84% similarUnverified提示词工程起源于2020年GPT-3发布后研究者发现的上下文学习现象75% similarUnverified自监督学习是GPT系列模型的训练基础，通过预测文本中被遮蔽的下一个词进行学习75% similarUnverified2020年后，以GPT-3为代表的纯解码器自回归模型凭借涌现能力和少样本学习特性确立了主流地位72% similarUnverifiedPrompt 工程自 GPT-3 时代兴起，经过 Chain-of-Thought、Few-shot Learning、ReAct 等范式的演进72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/16096API
curl https://kongchang.com/api/v1/knowledge/claims/16096MCP
get_claim(id=16096)