表述对于背景学习的影响：对合成任务的探索
原文中文，约300字，阅读约需1分钟。发表于：。Transformer 的 in-context 学习能力受到 in-weight component 和 in-context component 的影响，其中好的 in-weights component 有利于 in-context component 的学习，从 representation learning 的角度揭示了改进 in-context 容量的新方法。
本文介绍了大型语言模型的元上下文学习能力，通过适应性地重塑模型对预期任务的先验知识并修改其上下文学习策略，提高了对上下文学习的理解。作者通过真实世界回归问题的基准测试发现，元上下文学习具有有竞争力的性能，为大型语言模型的应用打下基础。
