AI论文综述：语言模型是无监督多任务学习者（GPT-2）
freeCodeCamp.org3193 字 (约 13 分钟)
92
GPT-2证明仅通过无监督的下一词预测训练，大语言模型可自发涌现出多任务能力，无需任务特定微调即可实现翻译、问答和摘要等功能。
入选理由：GPT-2在800万网页文本上训练，参数量达15亿，首次展示零样本迁移能力。
精选文章#GPT-2#大语言模型#零样本学习#Transformer英文
概念
zero-shot learning
模型在未经显式训练的情况下执行新任务的能力。
已跟踪 1 条高相关材料
TraeAI 观察
最近变化
2026-05-11 · GPT-2在800万网页文本上训练，参数量达15亿，首次展示零样本迁移能力。
为什么值得关注
zero-shot learning 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
GPT-2Transformer大语言模型零样本学习
相关材料
已收录 1 条与 zero-shot learning 相关的内容，按评分排序。