谷歌发布了一篇新的关于LLM如何通过上下文进行学习的Paper，给未来GEO优化提供了些新的方向： 论文的核心发现是，LLM能够在不更新权重的情况下，通过前向传播（forward pass）中的低秩更新（rank-1 tweak）来适应新模式。这种机制表明，模型可以通过上下文提示动态调整其行为，而无需传统的梯度下降训练。