涌现能力：规模变大后突然出现的新技能

模型大到某个程度，会突然学会原来不会的本领，这被称为涌现能力。本文解释这一现象的观察方式，介绍学术界对它是否真实存在突变的争论，讨论为什么评测方式会影响结论，并给出对使用者的启示。

量变引起质变的观察

研究者对比不同规模的模型时发现一种奇怪现象：某些任务上，小模型的表现几乎等于乱猜，而且规模慢慢变大时提升也不明显；但一旦跨过某个规模，正确率会陡然上升。这种突然开窍被命名为涌现能力，典型例子包括多步算术、按示例学习新格式等。

对使用者来说，这解释了为什么不能简单地用小模型的效果去推测大模型。它也可能意味着，某些今天还做不好的任务，未必需要新的算法，只要规模继续增长就有可能突然变得可用。当然反过来也成立：没人能保证它一定会出现。

一场关于真假突变的争论

也有研究者提出质疑：所谓突变，可能是评测方式造成的错觉。如果指标是完全答对才算对，那么每一步正确率的平滑提升，累积到整体后会呈现出陡峭的曲线。换成按部分得分计算，曲线就变得平滑，突变感消失。

这场争论并不是抬杠，它关系到一件实际的事：我们能否预测下一代模型会具备什么能力。如果突变只是指标假象，那么通过小规模实验外推就更有依据；如果是真实存在的，那么能力的出现将难以提前预知。

对普通人的启示

第一，不要用单一评测基准的分数判断模型强弱，指标的设计方式会显著影响结论。第二，保持对意外能力的敏感，新版本模型可能突然擅长某类任务，值得重新试一遍过去做不好的事，多试几次往往比读评测报告更贴近自己的实际情况。

第三，也要意识到硬币的另一面：既然能力可能不期而至，风险同样可能如此。这正是为什么能力评估与安全评估需要在模型发布前同步进行，而不是等上线后再补救。对使用者来说，这意味着新版本值得重新审视一遍自己的用法。

本文为 AI 科普内容，仅用于知识普及，不构成任何技术选型、投资或职业决策建议。