待验证50% 置信事实精确时间

模型规模从数十亿参数跨越至数千亿量级时，在代码任务上展现出非线性突变式的能力涌现

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

Vibe Coding实践：AI辅助创作如何让个人作品成为可能

相关事实

待验证随着模型参数规模从亿级扩展到千亿级，LLM展现出涌现能力，包括多步推理、类比迁移和不确定性表达80% 相似待验证大模型参数规模通常从数十亿到数千亿不等，参数量越大对复杂语境理解能力越强，但对算力需求呈指数级增长76% 相似待验证大模型在约千亿参数规模附近突然展现出思维链推理、多步数学解题等此前小模型不具备的能力76% 相似已验证字节跳动的豆包大模型基于自研的云雀基础模型，属于千亿参数级别的大型语言模型74% 相似待验证Anthropic的稀疏自编码器研究已能将百万量级的可解释特征从模型激活中分离74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/556641

API

curl https://kongchang.com/api/v1/knowledge/claims/556641

MCP

get_claim(id=556641)