待验证50% 置信事实精确时间
当上下文历史中有优秀写作范例时，模型更倾向于遵循优秀范式，这与大语言模型的上下文学习（in-context learning）能力相关
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
已验证提示词工程的有效性根植于大语言模型的「上下文学习」（In-Context Learning）能力，无需修改模型权重即可实现任务切换79% 相似待验证上下文学习最初在大语言模型中被观察到，其能力本质源于预训练数据的多样性73% 相似待验证垂直领域模型相比通用大语言模型往往在特定任务上表现更优，因为可针对具体工作流进行强化学习和指令微调72% 相似已验证大语言模型的预训练阶段本质上属于自监督学习，是一种特殊的非监督学习，模型通过预测下一个词来从海量文本中自动学习语言规律72% 相似待验证自回归多模态模型借鉴语言模型的token预测机制，在理解复杂文字指令和保持角色一致性方面更具优势71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/827765API
curl https://kongchang.com/api/v1/knowledge/claims/827765MCP
get_claim(id=827765)