涌现：能力为什么会突然出现

说明

把参数量放在横轴、某项任务成绩放在纵轴，能看到两种曲线：常规能力随规模稳步上升；涌现能力则长期贴地，在某个阈值附近迅速抬头。麻烦在于跳升之前，曲线看起来像走不通，而且目前没有理论能准确预测某项能力会在哪个规模出现。

涌现能力的例子和阈值会随模型家族、数据、提示和评测方式变化，不应把某个参数规模写成通用门槛。心智理论等能力尤其依赖测试设计，改写题目后结果可能变化。

一项代表性研究指出，离散或非线性指标可能把连续改善显示成突然跃迁；换成连续指标后，部分阶跃会变平滑。这不是说能力不存在，而是提醒读者区分模型变化与测量方式。

边界与误区

• 怎样验证某项能力是否真的涌现： 同时改变模型规模与评测口径，查看连续指标、不同提示和多个模型家族；单个离散榜单上的跳升不足以下结论。

• 为什么有些研究认为涌现是假象： 有研究认为，离散评测只按最终结果给分，错一步就整题算零，模型从错得离谱进步到只差一点时分数仍为零，等跨过最后门槛才一下子跳起来。改用连续指标，例如逐个 Token 记录正确答案的概率，同一批模型的进步曲线会变成平滑上升，说明部分阶跃可能来自评测方式而非模型本身。

• 产品团队看到模型“突然会了”应该怎么做： 先确认是不是评测口径造成的阶跃，再用自己的任务和多种判分方式交叉验证，避免把指标现象当成稳定的能力突破。