JHU 研究：上下文学习在六种模态中普遍涌现

约翰霍普金斯大学 CLSP 的 Daniel Khashabi 团队发布论文《Convergent Emergence of In-Context Learning Across Modalities》，提出跨模态受控框架检验「收敛涌现假设」。研究在语言、基因组、蛋白质、整数序列、时间序列和图像六类数据上训练模型执行相同抽象任务，发现少样本上下文学习在各模态中均自发涌现，且不同模态间的表现高度相关，表明 ICL 并非语言模型特有。

2026-09-16 ~ 2026-09-17 · 4 条相关

• JHU 研究：语言、基因组、蛋白质等模型均自发涌现出上下文学习能力 — DanielKhashabi · 2026-09-16
• JHU 论文:少样本上下文学习在六种模态中收敛涌现 — jhu-clsp · 2026-09-16
• 新论文:上下文学习在语言、基因组、蛋白质等六种模态中普遍涌现 — DanielKhashabi · 2026-09-17

另有 1 条近重复转述:DanielKhashabi