842
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： − − YMZ: 再补上文献（Srivastava, A., Rastogi, A., Rao, A., Shoeb, A. A. M., Abid, A., Fisch, A., Brown, A. R., Santoro, A., Gupta, A., Garriga-Alonso, A., Kluska, A., Lewkowycz, A., Agarwal, A., Power, A., Ray, A., Warstadt, A., Kocurek, A. W., Safaya, A., Tazarv, A., … Wu, Z. (2023). Beyond the Imitation Game: Quantifying and extrapolating the capabilities of language models (arXiv:2206.04615). arXiv. https://doi.org/10.48550/arXiv.2206.04615 − ）对其历史背景进行介绍 第14行：
第11行： − YMZ：那个表格要放到大语言模型涌现的实例那个章节里。+
无编辑摘要
= 历史溯源 =
= 历史溯源 =
* Wei等人在《Chain-of-thought prompting elicits reasoning in large language models》中
* Wei等人在《Chain-of-thought prompting elicits reasoning in large language models》中
=大语言模型能力的涌现现象=
=大语言模型能力的涌现现象=
YMZ：这里我把之前涌现的定性定义放在了历史溯源里，这样涌现现象下面就按照prompt的不同分成两类。
* 研究者通常在训练模型时使用固定大小的训练集[7][8]
* 研究者通常在训练模型时使用固定大小的训练集[7][8]