M-ICL

新假说解释隐式多模态上下文内学习

研究人员提出了选择-实现假说（Selection--Realization Hypothesis）来解释隐式多模态上下文内学习（M-ICL）。该假说认为，演示会压缩成内部变化，模型从中进行选择，而模型的计算会约束实现。研究发现，静态任务向量的有效性取决于诱导的变化在查询之间共享的程度。当显式M-ICL表现出简单的加法移位无法恢复的特定于查询或分布式结构时，更复杂的干预是有益的。