インコンテキスト学習は、Brown ら（2020）が GPT-3 で観察した創発的な振る舞いです。プロンプトでいくつかの例を示すと、モデルは勾配の更新なしにそのタスクをこなします。Dong ら（2022）のサーベイは、その仕組みと信頼性を左右する要因を整理しています。
プロンプトによる指示、フューショットの例、Chain of Thought が効果を発揮するのはこの能力のおかげであり、重みを固定した1つのモデルがこれほど多様な仕事をこなせる理由でもあります。
基礎プロンプト
2026年更新
インコンテキスト学習
定義
推論時にプロンプト内に置かれた例や指示から、重みを一切変えずにモデルがタスクを学習する能力。
参考文献
この定義の根拠となる一次資料、査読済み資料、アーカイブ資料です。
Language Models are Few-Shot Learners
A Survey on In-context Learning
辞書・百科事典の項目
- Wikipedia — Prompt engineering — In-context learning
- Stanford HAI — What is in-context learning?
この項目を引用する
MultipleChat「インコンテキスト学習」MultipleChat AI・LLM 用語集、2026年。https://multiple.chat/ai-glossary/in-context-learning