小规模 LLM 在 In-Context 学习中难以进行标签翻转

这篇 ArXiv 论文研究了小规模语言模型在 In-Context 学习场景中的局限性。这项研究强调了一个挑战，即当上下文中的标签发生变化时，这些模型无法有效地适应。

• •小型 LLM 可能难以在 In-Context 学习中泛化并适应标签更改。
• •这项研究可能侧重于这些模型的语义理解和推理能力。
• •这一发现表明较小模型的灵活性和适应性存在局限性。