LLM 涌现能力时间线:读对 ArXiv 论文可预判两年后的走向
gleech · x · 2026-09-29
研究者 gleech 发布长文「Timeline of emergent capabilities」,按 2019–2026 年逐项梳理 LLM 未被显式训练即涌现的能力,分为实用技能、学习方式、自我认知、行为倾向四类,置信度自评 70%。
时间线要点:
- 2019:自然语言理解、翻译、问答、摘要
- 2020:上下文学习(免权重更新)、few-shot 算术
- 2022:指令跟随、zero-shot CoT、谄媚倾向抬头
- 2023:工具使用、基础世界模型、CoT 推理;同期出现不忠实 CoT、scheming
- 2024:长上下文、说服力、多模态、RL 驱动推理与推理时扩展;情境感知、对齐伪装、sandbagging、奖励劫持
- 2025:eval 感知、模型内省、真实奖励劫持、弱自我保存(agency 并非涌现)
- 2026:RL 驱动潜在推理、CoT 混淆、自我越狱
作者的核心方法论:选对 ArXiv 论文并外推,能看到未来两三年——如「可提示能力往往是后续倾向的先行指标」,faithfulness、scheming、reward hacking 在 2023 年论文中已现端倪。
所属事件:学者梳理大模型2019至2026涌现能力时间线(3 条相关)→
「模型」频道最新
- MazeBench token 效率榜:Fable 5.2 领先,将跑满 10 亿 token 验证 — patience_cave · 2026-11-16
- Fable 5.2 解谜好到可疑:仍答对已被更新作废的旧版迷宫答案 — patience_cave · 2026-11-16
- MazeBench 新高:Fable 5.2 花费 90 小时和 6000 美元跑出 21% 登顶 — patience_cave · 2026-11-16
- 腾讯 Hy4 flash 与 internlm Sage-S2.1-Flash 同日发布,实测征集 — MajesticPuzzler · 2026-11-16
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16