本文探讨了大型语言模型（LLMs）在上下文学习中的能力及细调策略。提出的ProMoT框架通过训练软提示提升模型的上下文学习能力，显著提高任务性能和泛化能力。研究分析了不同细调方法的效果，强调有效提示的重要性，并指出模型大小并非ICL能力的唯一决定因素。