已验证80% 置信事实时间未知
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
10
来源数
80%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
LangChain提示词模板详解：Few-Shot与思维链实战指南
youtubeJames Briggs
涉及实体
相关事实
待验证GPT-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% 相似待验证提示词工程起源于2020年GPT-3发布后研究者发现的上下文学习现象75% 相似待验证自监督学习是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% 相似待验证2020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% 相似待验证Prompt 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% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/16096API
curl https://kongchang.com/api/v1/knowledge/claims/16096MCP
get_claim(id=16096)