上下文学习

定义

上下文学习（ICL）是大型语言模型的能力，通过学习提示词本身提供的示例来执行新任务——无需更新模型的权重。当你给模型几个问答示例然后提出新问题时，它正在使用上下文学习。这是大型模型的关键涌现能力，使少样本提示词成为可能。