大型语言模型的学习能力探究

<p>该论文通过引入一个受认知心理学和教育启发的新框架，<strong>全面探讨了大型语言模型（LLMs）的学习能力</strong>。它将LLM的学习分解为三个关键维度：<strong>向教师学习</strong>（通过明确指导获取知识）、<strong>从概念学习</strong>（内化抽象结构并推广到新语境），以及<strong>从经验学习</strong>（通过累积探索和反馈进行适应）。研究人员进行了一项广泛的实证研究，<strong>揭示了LLM学习能力的关键发现</strong>，例如互动能提升学习效果，概念理解能力随模型规模而增强，且LLMs在少样本学习中表现出色但在多样本学习中遇到挑战。基于这些发现，该来源提出了<strong>LearnArena基准测试</strong>，旨在对LLM的通用学习能力进行统一且真实的评估，以促进开发出更具适应性和类人智能的模型。</p><p>Source: &lt;https://arxiv.org/abs/2506.13464&gt;</p>