#ICL

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

9小时前

交互范式编程（Interactive Paradigm Programming, 𝕀Rℙ²）继命令式编程Imperative、函数式编程Functional、声明式编程Declarative后的基于ICL的自然语言新编程范式 Context as code Examples as instructions Meta-prompts as control flow Validation as execution

#交互范式编程 #自然语言编程 #ICL #新编程范式 #Context as code

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

10小时前

ICL的表达力边界定理（ICL的容量限制）：如果上下文长度为 L，隐藏维度为 d，则ICL最多能表示秩为 min(L, d) 的函数。推论： •对于 L=100, d=1000 的Transformer •ICL最多能学习”100维的线性子空间” •远小于IWL的 d²=1,000,000 维参数空间这解释了： •为什么ICL适合”快速适应”（低秩近似足够） •为什么IWL适合”长期学习”（需要高秩表达力） •两者互补的必然性

#ICL #transformer #容量限制 #线性子空间 #快速适应

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

关键突破：从Transformer到”任何复杂神经网络” 论文的结论部分有个惊人的陈述： “Our results remain valid if the self-attention layer is switched by other forms of contextual layers, like that of a RNN, or any layer that can take an input and optionally a context.” 这意味着： ICL ≠ Transformer的专属能力任何具有以下性质的架构都有ICL能力： 1.有一个层可以接受”上下文”（Contextual Layer） 2.这个层后面跟着一个神经网络（任何形式）满足这个条件的架构： •✅ Transformer（显然） •✅ RNN + 注意力 •✅ 状态空间模型（如Mamba） •✅ 甚至是：人类大脑（皮层 = 上下文层，皮层下结构 = MLP）

#transformer #神经网络 #ICL #RNN #Mamba

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

mark。交互范式的精髓在于ICL。

AI编程工具激战：Claude Code、Gemini Cli崛起· 946 条信息

#ICL #交互范式 #Mark