斯坦福新论文发现：给小型 AI 语言模型看再多示例，也教不会它尚未注意到的规律，例如单词的第三个字母。
斯坦福研究者发现，小型语言模型并不会从更多少样本示例中学到真正的新规律：它们其实是在查找已存储的标签，而且只有当标签重复出现时，这种查找才会被触发。每类给 1 个示例时模型准确率约 20%，给 6 个时升至 96%。这一结果划清了少样本提示能教什么、不能教什么，对依赖示例来扩展小模型能力的人有直接参考意义。
报道来源
- Rohan Paul2026-11-05 02:22
斯坦福研究者发现，小型语言模型并不会从更多少样本示例中学到真正的新规律：它们其实是在查找已存储的标签，而且只有当标签重复出现时，这种查找才会被触发。每类给 1 个示例时模型准确率约 20%，给 6 个时升至 96%。这一结果划清了少样本提示能教什么、不能教什么，对依赖示例来扩展小模型能力的人有直接参考意义。