目前所接触到的主要是 in-context learning，意义是：

在不进行 finetune 的情况下，通过上下文学习到内容，简单的来说：

1. 常规的 learning 算最小二乘通过数据来反向传播调整参数
2. in-context learning 通过训练大规模的神经网络，使得神经网络可以通过一系列最小二乘的数据意识到”这是在做最小二乘“，并成功解决一系列最小二乘问题，整个过程的输入是“成功的最小二乘，以及一个只有数据的最小二乘“，输出是“最小二乘的结果”。

gr 觉得这个题目目前还 under exploration，暂时太监了（