★
メニュー
ホーム 構築の仕組み ウォッチリスト スタック
ハードウェア チップチップを比較する サーバー・システムネットワーク メモリファウンドリーとパッケージング 冷却
施設 データセンター電力 プロジェクトクラウド・GPU コンピューティング
インテリジェンス AIモデルソフトウェア AI製品ベンチマーク 研究論文データセット一覧 概念一覧
エコシステム 企業一覧株式 人物タイムライン トレンドAIの未来
学ぶ ニュース データに質問する AIエージェント
概要 サイトについて 調査手法 データ&API 免責事項
オプション
データ&API

サイトのキャッシュデータへの無料読み取り専用JSONアクセス。

ダークモード

ガイドビュー
チップ、データセンター、モデルの専門用語に不慣れな方へ:閲覧しながら重要な用語をわかりやすく解説します。同じデータを、ヘルプ付きでご利用いただけます。

エキスパートビュー
あなたはすでに全体像を把握している。データだけをお届けします。クリーンで、速く、コンパクトに。余分な説明は不要。これがデフォルト表示です。

表示言語
‹ 戻る
ホーム › 研究論文 › Language Models are Few-Shot Learners (2020)

Language Models are Few-Shot Learners (2020)

研究論文 スケーリング

The GPT-3 paper: capability from scale, tasks from prompts.

これは論文のレコードです。重要な研究論文と、それが分野にもたらした貢献を紹介します。

OpenAI showed that a 175B-parameter model could perform translation, arithmetic and reasoning tasks from examples in its prompt alone — in-context learning — validating the bet that scale itself produces generality and launching the API era.

スタック全体とのつながり

Introduced in · 1 Language Models are Few-Shot Learners (2020)

このレコードのリンク一覧 — グループをクリックするとジャンプします。

導入時期:

出典

arXiv 2005.14165 ↗

レコードのレビュー時点: 2026-01-15 — 表示 調査手法.