技术

ICL（上下文学习）

ICL（In-Context Learning）指大语言模型无需参数更新，仅通过提示中的少量示例就能学习新任务的能力。它解决了传统微调需要大量标注数据和计算资源的问题，典型应用包括GPT-3的少样本学习，代表工作有GPT-3论文。

收录于 2026/9/7相关资讯 41 篇近 30 天 22 篇在词典中查看 →

详细解释

ICL是GPT-3展现出的 emergent ability，模型在上下文中看到几个输入-输出示例后，能泛化到新的输入。其机制尚在研究中，可能涉及模型在预训练中学习到的模式识别和任务推断。ICL使模型能快速适应新任务，但性能受示例质量和数量影响，且上下文长度有限。

别名与相关写法
iclICL上下文学习In-Context Learning

相关术语

Agent共现 4 篇
论文共现 3 篇
Transformer共现 2 篇
Foundation Model共现 2 篇
Language Model共现 2 篇
Alignment共现 2 篇

相关公司

阿里巴巴1 篇微软（Microsoft）1 篇

相关资讯

完整术语表见 AI 术语词典； 每日新术语与进展见 AI 早报。