给几个例子，模型这一次改变了什么？
本页问题
保留同一份 A/B 事实，只在输入前加入 C/D 示例。观察这一步改了什么，又没有改什么。
OV05/b0 · 同一组参数，当前输入加入示例。
当前 A/B 材料为“A 用时12秒，B 用时8秒，未测量内存”，任务要求概括结果并保留未知。另一份输入在同一任务前加入 C/D 示例：“C 用时10秒，D 用时7秒，未测能耗；D 在本次测试中耗时更短，能耗尚未比较。”两份输入共用模型参数，差别是上下文有没有示例。示例提供回应组织方式，不能替代 A/B 的事实；本页没有展示 A/B 的模型实测输出，也没有保证示例一定改善结果。
进一步解释
全部 A/B、C/D 数值为课程教学构造。C/D 的文本是示例答法，不是模型运行记录。常见 ICL 使用不执行参数梯度更新，但输入改变会使当前表示与输出分布变化；任务效果应另行评价。
教师备课：指图与模拟问答
指图与推进 · 不朗读先指两边完全相同的 A/B 事实和任务，再指出新增 C/D 区域；指顶部固定参数，保留 A/B 回答为空，不提前完成正文判断。
本态来源与条件
A/B、C/D 为教学构造；无梯度 ICL 概念核对 GPT-3 原论文。
接下来
知道预测目标、规模与示例的用法，是否已经足以解释能力怎样形成？
补充推导、边界与来源
再想一步
若要评价示例的作用，应固定模型、任务材料和评分方式，只改变示例条件，并在多个输入上比较。这里先用输入对照明确变量，随后正文再将条件比较与实际输出分开讨论。
从本页继续阅读
- 示例加入后，当前计算怎样变化：从当前输入 X 到 K/V，区分固定参数与请求状态。
- 同一 A/B 任务的完整对照：查看有无示例、回应组织与事实保留的具体区别。
本页证据与条件
A/B、C/D 为教学构造；无梯度 ICL 概念核对 GPT-3 原论文。