上下文学习是 Brown 等人（2020）在 GPT-3 中观察到的涌现行为：只要在提示词中展示几个示例，模型无需梯度更新就能完成任务。Dong 等人（2022）的综述梳理了它的工作原理以及影响其可靠性的因素。
正是它让提示词、少样本示例和思维链发挥作用——也解释了为什么一个参数固定的模型能胜任如此多不同的工作。
基础概念提示词
2026 年更新
上下文学习（In-Context Learning）
定义
模型在推理时根据提示词中的示例或指令学会某项任务的能力，无需对权重做任何改动。
参考文献
本定义所依据的一手文献、同行评审文献和存档资料。
Language Models are Few-Shot Learners
A Survey on In-context Learning
词典与百科条目
- Wikipedia — Prompt engineering — In-context learning
- Stanford HAI — What is in-context learning?
引用本条目
MultipleChat.《上下文学习（In-Context Learning）》，MultipleChat AI 与 LLM 术语表，2026。https://multiple.chat/ai-glossary/in-context-learning