arXiv · cs.AI· Minglai Yang, Xinyu Guo, Renxiong Wang, Sunjie Hou, Daniel Yue Zhang, Yunzhong He·· 1 天前
语言模型如何从复制走向组合：上下文学习的发展机制
From Copying to Composition: How Language Models Develop In-Context Learning
arXiv:2610.19113v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Minglai Yang, Xinyu Guo, Renxiong Wang, Sunjie Hou, Daniel Yue Zhang, Yunzhong He
研究任务与主要进展
基于论文摘要，作者分析了语言模型如何从复制邻近示例转向整合提示中的规则：17个模型中约三分之一偏好复制答案，其余多数偏好符合规则的答案，并表现出更高准确率。检查点分析显示，模型在准确率超过随机水平之前，就开始优先关注任务相关的提示词元而非冲突示例。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org