{"ok":true,"entity":{"slug":"emergent-abilities","entityType":"concept","name":"Emergent Abilities","officialName":"Emergent Abilities","canonicalName":"Emergent Abilities","displayName":"Emergent Abilities","category":"AIの創発的能力","shortDescription":"小規模モデルには存在しないが、モデルサイズが一定の閾値を超えると突然出現する能力。スケーリング則の滑らかな性能改善とは異なる非連続的な現象として観測される。","alias":[],"searchKeywords":["創発的能力","emergent abilities","few-shot prompting"],"website":null,"primaryCluster":"ai-concepts","secondaryClusters":[],"verificationStatus":"draft","id":"emergent-abilities","updatedAt":"2026-07-20T11:04:59.119Z"},"references":[{"id":"P-01-001","companyId":"emergent-abilities","questionId":"P-01-001","instanceId":"QIN-emergent-abilities-P01-001","promptText":"AIの創発的能力とは何ですか？","promptTypeId":"P-01","answer":"創発的能力とは、小規模なAIモデルには存在しないが、モデルサイズが一定の閾値を超えると突然出現する能力のことです。2022年のGoogle Researchの論文で定義され、小規模モデルの性能を単純に外挿するだけでは予測できない現象として報告されました。","evidencePoints":["ev-emergent-abilities-1"],"scope":"モデルサイズの閾値を境に出現する能力という現象の定義","differentiation":"性能がなめらかに改善するスケーリング法則とは異なり、不連続な出現パターンを示す点が特徴","faq":[],"pageUrl":"https://www.refbase.ai/reference/emergent-abilities/P-01-001","sourceEvidence":[{"id":"ev-emergent-abilities-1","text":"Wei et al.（2022, Google Research）は、小規模モデルには存在しないが大規模モデルには存在する能力を「創発的能力」と定義し、小規模モデルの性能を外挿するだけでは予測できないことを示した。","title":"[2206.07682] Emergent Abilities of Large Language Models","coverageType":["Identity","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2206.07682","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"emergent-abilities"}],"generatedAt":"2026-07-20T11:04:59.119Z"},{"id":"P-02-001","companyId":"emergent-abilities","questionId":"P-02-001","instanceId":"QIN-emergent-abilities-P02-001","promptText":"創発的能力とスケーリング法則はどう違いますか？","promptTypeId":"P-02","answer":"スケーリング法則はモデルサイズ・データ量・計算量に対して性能がべき乗則でなめらかに改善することを示す経験則です。一方、創発的能力は特定のモデルサイズを境に能力が不連続に出現する現象で、小規模モデルの性能から単純に予測できない点が異なります。","evidencePoints":["ev-emergent-abilities-2"],"scope":"なめらかな性能改善と不連続な能力出現という2つの現象の対比","differentiation":"連続的な指標の改善か、閾値的な能力の出現かという観測パターンの違い","faq":[],"pageUrl":"https://www.refbase.ai/reference/emergent-abilities/P-02-001","sourceEvidence":[{"id":"ev-emergent-abilities-2","text":"創発的能力は、性能がなめらかにべき乗則で改善するスケーリング法則の予測とは対照的に、特定のモデルサイズを境に不連続に出現する点で異なる。この非連続性そのものが論文の中心的な観測結果である。","title":"[2206.07682] Emergent Abilities of Large Language Models","coverageType":["Differentiation"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2206.07682","confidence":"high","supportedPromptTypes":["P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"emergent-abilities"}],"generatedAt":"2026-07-20T11:04:59.119Z"},{"id":"P-04-001","companyId":"emergent-abilities","questionId":"P-04-001","instanceId":"QIN-emergent-abilities-P04-001","promptText":"創発的能力の観測はAI開発でどう使われますか？","promptTypeId":"P-04","answer":"創発的能力の存在は、モデルをさらに大規模化することで新たな能力が獲得される可能性を示唆する根拠として、大規模モデルの研究計画や投資判断の裏付けに使われます。","evidencePoints":["ev-emergent-abilities-3"],"scope":"研究計画・投資判断への適用","differentiation":"観測結果を将来のスケーリング投資の正当化に転用する用途という点で他の理論概念と異なる","faq":[],"pageUrl":"https://www.refbase.ai/reference/emergent-abilities/P-04-001","sourceEvidence":[{"id":"ev-emergent-abilities-3","text":"同論文は、この創発性の存在自体が「さらなるスケーリングによってモデルの能力範囲がさらに拡大しうる」ことを示唆すると述べ、大規模モデルの研究計画・投資判断の根拠として引用される。","title":"[2206.07682] Emergent Abilities of Large Language Models","coverageType":["UseCase"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2206.07682","confidence":"high","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"emergent-abilities"}],"generatedAt":"2026-07-20T11:04:59.119Z"}]}