第 7 章 涌现能力

本章导引

大语言模型最引人注目的特性之一是"涌现能力"——当模型规模增大到一定程度时，某些能力会突然出现。本章介绍涌现现象的定义、典型案例和学术争议。

---

7.1 什么是涌现能力

[待撰写]

7.2 涌现能力的典型案例

[待撰写]

7.3 涌现的成因与争议

[待撰写]

7.4 对实践者的启示

[待撰写]

本章小结

• 涌现能力是指模型规模超过阈值后突然出现的全新能力
• 少样本学习、思维链推理是典型涌现现象
• 涌现的本质（真实突变 vs 评估假象）尚有学术争议
• 实践中应根据任务需求选择模型规模，而非盲目追求大模型

参考文献

[待补充]