待验证50% 置信事实精确时间
Schaeffer等人在2023年的论文中指出，许多所谓的涌现能力可能只是评估指标不连续造成的假象——当换用连续指标时，性能提升是平滑的。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证2023年Stanford的研究对涌现能力提出质疑，指出所谓'涌现'可能是评估指标选择的人为产物，使用连续性更好的指标重新评估时，许多看似突然的能力跳跃实际上呈现为平滑的渐进提升78% 相似待验证使用非线性阈值化指标（如精确匹配率）时模型性能看似突变，而改用连续指标（如对数概率）时性能提升是平滑渐进的76% 相似已验证斯坦福2023年的论文认为涌现是评估指标选择导致的测量假象，换用平滑指标后能力提升是连续的73% 相似待验证2024年的一些研究质疑涌现的真实性，认为部分看似涌现的现象可能只是评估指标不连续造成的错觉72% 相似待验证现有的泛化理论大多假设性能随规模平滑变化，无法预测或解释涌现能力这种不连续的跃升71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1128541API
curl https://kongchang.com/api/v1/knowledge/claims/1128541MCP
get_claim(id=1128541)