已验证80% 置信事实精确时间
涌现能力是指当模型参数规模突破某一临界点后，突然涌现出训练目标之外的复杂能力，如逻辑推理、代码生成、跨语言迁移
9
来源数
80%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
已验证大语言模型的涌现能力是指在参数规模突破某个阈值后突然展现出的复杂推理能力83% 相似待验证规模扩展（Scaling Law）带来涌现能力，即模型在参数突破某一阈值后突然习得此前未经专门训练的推理、类比与创作能力81% 相似已验证当模型规模突破某一临界点后会出现涌现能力，包括上下文学习和思维链推理等能力81% 相似已验证当模型参数量突破某个临界点后会涌现出推理、调试等在小模型上看不到的能力，被称为涌现能力（Emergent Abilities）79% 相似待验证提示词注入容易让模型输出变得生硬甚至跑题；多轮改写意味着额外的推理次数，计算成本明显上升；微调则需要训练资源和数据准备，部署灵活性差。75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/530854API
curl https://kongchang.com/api/v1/knowledge/claims/530854MCP
get_claim(id=530854)