上下文学习：不用微调也能学会新任务

上下文学习（ICL）是大模型最神奇的能力：在提示词里给几个示例，模型就能照着做，不需要任何训练。这种“看一眼就会”的能力，是大模型通用性的直接体现。

上下文学习的美妙在于零成本的知识传递。它像一位悟性极高的员工，你演示一遍他就会了。这也给我们的沟通带来启发：与其解释半天规则，不如直接给出几个好例子——示范的力量永远大于说教。

## 核心要点

图片来源：Openverse / JohnSeb（https://www.flickr.com/photos/69875617@N00/6448275739）

1. 示例的格式一致性比数量更重要。

2. 示例顺序都会影响结果，这是玄学也是技术。

3. 它让产品可以“当场教会”模型新规则。

4. 上下文窗口越大，能给的示例越多，效果越好。

图片来源：Openverse / Genista（https://www.flickr.com/photos/50457550@N00/3432987963）

## 写在最后

以上是关于「上下文学习」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。