讨论:大语言模型的涌现

大语言模型家族分类

这个章节目前缺少引用文献和交叉引用。在添加交叉引用的时候可以注意一下是否所有细节都需要在这里写出来，还是可以放到别的词条里。

• 而针对涌现能力是否出现，可能了解模型的基本架构和与之相对应的应用场景是首要目标。

YMZ：基本架构与应用场景的分类和涌现的关系具体是什么？

大语言模型能力的涌现现象

• 这是因为大多数密集Transformer语言模型家族的训练计算量大致与模型参数量成比例

YMZ：这个表述可以放在前面大语言模型分类那个章节里了，这才是我们补充那个新章节的目的。现在前面介绍家族分类的细节太多了，应该只保留讨论涌现现象会用到的相关细节。

• 研究者通常在训练模型时使用固定大小的训练集[7][8]

YMZ：这个出现在文献的哪个段落？

• 尽管少量样本提示可能是目前与大型语言模型互动最常见的方式，但几种其他的提示和微调策略能够进一步提高语言模型的能力。【增加对比图，少量样本提示和进阶提示的区别】

YMZ：在“实例”这一节开头就讲它们的区别。另外，进阶提示和增强提示应该是同一概念吧，翻译上要统一。

LJ：多即不同 (More is Different)，这个论文比较经典，一般翻译为“多者异也”，供参考。

影响下游任务能力涌现的因素及争议

• 例如，对于在高质量数据上训练的模型，涌现现象可以在较少的训练计算量或较少的模型参数的情况下出现。

YMZ:这一段我搬到这里来了，可以在这一章节里统一叙述涌现背后相关因素的分析。

大语言模型涌现的度量

• 如何量化大语言模型（LLMs）的语义理解能力？

YMZ：这里的缩写应当在前面出现，注意前后文统一

YMZ：以及为什么要问语义理解能力的量化问题？这里的承接应该需要修改

• 研究还发现，LLM生成的文本与人类文本具有出不同的IE值，因此IE可用于区分文本是来源于人类还是 LLMs 生成

YMZ：所以这里的IE是定义在输出文本上的？在给出这个结论之前，应该先说清楚IE的定义。逻辑顺序是，前文的涌现现象 to 为什么要谈论IE to IE的定义 to 基于IE指标的发现

• 当第l个Transformer模块在整个序列（宏观变量）上带来的不确定性（熵）减少量大于其在单个token（微观变量）上的减少量时，更有可能捕获集体语义

YMZ：读起来很难懂，可不可以有具体的例子？