待验证50% 置信事实精确时间
大语言模型能提升学习过程中的任务表现，但这种提升未必转化为学习者独立应用知识与技能的能力。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证大语言模型规模突破临界点后会涌现出训练阶段未明确教授的新能力，如多步骤推理、跨语言类比和工具调用规划77% 相似待验证继续预训练的优势是能利用海量无标注单语数据，但代价是需要大量算力，且学到的只是语言形式层面的分布，并不直接针对翻译这一跨语言映射任务。74% 相似待验证无需更新模型权重即可显著提升语言模型智能体的性能，这一效果可通过精心设计的智能体框架实现。73% 相似待验证大型语言模型的涌现能力被部分研究者视为通用智能信号，但也有研究者认为这些能力可能仍是对训练数据隐含模式的高效压缩与检索73% 相似待验证当学习者同时处理理解外语口音和消化技术概念两项任务时，工作记忆容易达到上限，导致学习效率下降73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1115568API
curl https://kongchang.com/api/v1/knowledge/claims/1115568MCP
get_claim(id=1115568)