Emergent Properties

Emergentné vlastnosti sú schopnosti modelu, ktoré sa neprejavujú postupne po malých krokoch, ale zdanlivo sa „zjavia" až po prekročení určitej veľkosti, dátovej rozmanitosti alebo tréningového času. V kontexte veľkých jazykových modelov sú jedným z najdiskutovanejších — a najspornejších — pojmov: časť výskumu tvrdí, že časť „emergencie" je len artefakt toho, ako meriame. Zároveň je to jeden z dôvodov, prečo sa správanie frontierových modelov roka 2026 stále nedá spoľahlivo odvodiť len z výsledkov ich menších predchodcov.

Téma nabrala v rokoch 2024–2026 novú vrstvu: okrem škálovania parametrov sa ukázalo, že emergentné prahy môže spúšťať aj škálovanie výpočtu počas inferencie — čo zásadne mení to, ako uvažujeme o tom, kde a prečo schopnosti „nastupujú". Výskumná komunita sa v roku 2026 posúva od jednoduchej otázky „existuje emergencia?" k oveľa operatívnejšej otázke: „ako ju predvídame pred nasadením?"

1. Definícia

Jadro pojmu: nové správanie, ktoré nevidíš v menšej verzii modelu, ale vo väčšej sa už objaví — a to bez explicitného trénovania na danú úlohu.
Analógia: pri skladaní puzzle dlho vidíš len kúsky — a zrazu sa objaví rozpoznateľný obraz, hoci si nepridal „obrázok" ako samostatný dielik.
Prečo sa o tom hovorí: veľké modely sa škálujú rýchlo a ich správanie môže byť prekvapivé — dobré aj riskantné. Na malej úlohe je príbuzný jav grokking, kde model zrazu „pochopí" pravidlo namiesto memorovania.
Kedy sa to netýka bežného zlepšenia: plynulé zlepšenie prekladovej presnosti so škálovaním nie je emergencia — emergencia je, keď prekladový model zrazu bez trénovania zvládne odpovedať na logické otázky v cieľovom jazyku.
Rozlíšenie od capability elicitation: schopnosť môže byť v modeli latentne prítomná, ale neprejavovať sa bez správneho promptu alebo posttrainingu. Toto je odlišné od „skutočnej" emergencie, kde schopnosť pri menšej škále naozaj absentuje — aj pri optimálnom vyvolaní.
Dve osi, jedna debata: výskum z roku 2025–2026 rozlišuje vertikálnu emergenciu (väčší model vs. menší model pri rovnakom inference budgete) a horizontálnu emergenciu (rovnaký model s väčším výpočtom za behu). Obe produkujú kvalitatívne skoky, ale z rôznych príčin a s rôznymi dôsledkami pre bezpečnosť a nasadenie.

2. Prečo k tomu dochádza

Neexistuje jedna príčina. Výskum z rokov 2023–2026 naznačuje kombináciu nasledujúcich faktorov:

Dáta: šírka tém, jazykov, štýlov a formátov — model musí mať dostatok prekrývajúcich sa príkladov, aby mohol abstrachovať. Syntetické dáta používané od roku 2024 ukázali, že kvalita a rozmanitosť môže byť dôležitejšia ako hrubý objem.
Tréning: dĺžka a stabilita učenia, regularizácia, kurikulum, použitie RLHF alebo Constitutional AI; posttraining výrazne posúva, kde sa schopnosti prejavia. Reinforcement learning z výsledkov (RLVR), používaný pri reasoning modeloch, otvára prahy, ktoré čistý supervised learning neotvorí.
Architektúra: hĺbka siete a spôsob prenosu informácií cez vrstvy — dlhší kontext a efektívnejšia attention umožňujú skladanie krokov, ktoré je základom komplexného uvažovania. Sparse mixture-of-experts architektúry naznačujú, že relevantné je aj to, ktoré parametre sa aktivujú, nielen koľko ich je.
Prahové efekty: niektoré schopnosti potrebujú „kritické množstvo" kapacity, aby model vedel uložiť abstraktnejšie reprezentácie a kombinovať viac krokov naraz.
Kompozičnosť: zložitá schopnosť (napr. viackrokové uvažovanie) vyžaduje, aby naraz fungovalo viacero čiastkových schopností. Kým chýba jedna, výsledok je prakticky nulový — preto meranie prahovou metrikou vyzerá ako skok.
Inference-time compute: od roku 2024 vieme, že rovnaký model môže prejaviť kvalitatívne odlišné správanie, ak dostane viac priestoru na „rozmýšľanie" pred odpoveďou. Toto je nový typ prahu — nie veľkosť modelu, ale množstvo výpočtu za behu. Extended thinking v modeloch Claude Fable 5 a o4 ukázal, že tento prah nie je len kvantitatívny: model pri dostatočnom compute mení stratégiu riešenia problémov, nie len dlhšie vykonáva tú istú stratégiu.

Súvislosť so škálovacími zákonmi

Chinchillove škálovacie zákony (2022) ukázali, že optimálny pomer parametrov a tréningových tokenov nie je fixný — a modely z rokov 2024–2026 trénované na výrazne väčšom množstve dát (aj pri rovnakom počte parametrov) odhalili nové prahy. Inými slovami: emergencia nesúvisí len s veľkosťou modelu, ale aj s tým, ako dobre bol natrénovaný pri danej veľkosti.

Postscaling zákony z roku 2025 rozšírili tento rámec o inference-time compute ako tretiu os škálovania — popri parametroch a tréningových tokenoch. Praktický dôsledok: firmy v roku 2026 investujú nielen do väčších modelov, ale aj do infraštruktúry umožňujúcej dlhšie „premýšľanie" pri inferenci, pretože výnos z tejto tretej osi sa v mnohých doménach ukázal ako vyšší ako výnos z ďalšieho navyšovania parametrov.

3. Spor: je emergencia skutočná, alebo artefakt merania?

Toto je jeden z najdôležitejších metodologických bodov celej oblasti. Veľká časť „náhlych skokov" závisí od typu metriky:

Metrika „exact match" (všetko-alebo-nič):
   45 % správnych krokov → 0 % úspech    (lebo treba VŠETKY naraz)
   90 % správnych krokov → ~60 % úspech  → vyzerá ako NÁHLY skok

Metrika „po čiastkach" (per-token / kredit za priebeh):
   tá istá schopnosť rastie HLADKO a postupne

Štúdia „Are Emergent Abilities a Mirage?" (Schaeffer et al., 2023) ukázala, že pri spojitej metrike mnohé „emergentné" skoky zmiznú a zmenia sa na plynulé krivky. Nasledujúce roky debatu neskončili — priniesli ale ďalšie rozlíšenie:

Typ emergencie	Popis	Pravdepodobné vysvetlenie
Metrikový artefakt	Skok zmizne pri spojitej metrike	Prahová metrika (exact match, pass@1)
Kompozičný prah	Skok pretrváva aj pri jemných metrikách	Viacero čiastkových schopností dosiahne súčasne kritickú úroveň
Posttraining efekt	Objaví sa pri RLHF/instruction-tuning, nie pri base modeli	Ladenie odomkne latentné schopnosti základného modelu
Inference-time prah	Objaví sa pri extended thinking / dlhom CoT, nie pri štandarde	Viac výpočtu za behu odomkne iný kvalitatívny režim uvažovania
Skutočná fázová zmena	Kvalitatívne nové správanie bez zjavného predchodcu	Zatiaľ slabo pochopené; výskum v mechanistickej interpretabilite prebieha

Záver nie je, že emergencia neexistuje — ale že časť z nej je optická ilúzia spôsobená nelineárnou alebo prahovou metrikou, a časť je reálna kvalitatívna zmena, ktorú súčasné teórie plne nevysvetľujú. Stav v roku 2026: konsenzus sa presúva k tomu, že oba javy existujú súčasne a vyžadujú oddelené metodológie.

4. Emergencia v modeloch 2024–2026

Praktické príklady z frontierových modelov posúvajú debatu zo špekulácií na konkrétne pozorovania:

Reasoning modely (o3, o4-mini, Claude Fable 5, Gemini 2.5 Pro): schopnosť iteratívneho uvažovania s dlhými reťazami krokov (chain-of-thought) sa pri dostatočnom škálovaní výpočtu za behu ukázala ako kvalitatívne odlišná od predchádzajúcich modelov. Nie len rýchlejšia — iná v charaktere chýb. Modely robia iné typy chýb ako ich predchodcovia, čo naznačuje kvalitatívne odlišný mechanizmus uvažovania, nie len väčší výkon na tom istom mechanizme.
Multimodálna emergencia: modely trénované primárne na texte po rozšírení o vizuálny vstup prejavili schopnosti (priestorové uvažovanie, počítanie objektov, čítanie grafov, interpretácia diagramov), ktoré neboli explicitne v tréningových dátach pre vizuálne vstupy. V roku 2025–2026 sa toto rozšírilo aj na audio a video modalitu — schopnosti ako detekovanie emócií z tónu hlasu alebo identifikácia fyzikálnych vzťahov vo videu sa objavili bez priameho doladenia na tieto úlohy.
Agenturálne správanie: modely pracujúce v slučke s nástrojmi (code interpreter, web search, pamäť, počítačové rozhrania) prejavili koordinačné a plánovacie schopnosti, ktoré sa pri jednorazovom promptovaní neobjavili. Ide o príklad, kde emergencia nie je v modeli samotnom, ale v interakcii modelu s prostredím cez čas — čo komplikuje evaluáciu, pretože nestačí testovať model izolovane.
ARC-AGI benchmark: prudký nárast skóre medzi generáciami modelov na tejto induktívnej úlohe (kde memorovanie nepomáha) bol interpretovaný ako jeden z dôkazov, že aspoň časť emergencie je kompozičná a reálna. Modely z roku 2026 dosahujú na ARC-AGI skóre, ktoré predchádzajúce generácie nedosiahli ani pri neobmedzenom čase.
Matematika a formálne uvažovanie: modely z roku 2025–2026 riešia problémy olympijskej úrovne, ktoré ešte modely z roku 2023 nedokázali ani aproximovať — a to na úlohách, kde je overiteľné, že memorovanie odpovede je vylúčené (nové problémy generované po cutoff dátume trénovania). Frontier modely v roku 2026 rutinne dosahujú výsledky porovnateľné s úrovňou medailistov na IMO na verifikovaných nových zadaniach.
Jazyková cross-transfer emergencia: modely z roku 2025–2026 vykazujú masívne zlepšenie v nízkozdrojových jazykoch bez priameho navýšenia tréningových dát v týchto jazykoch — abstrakcia naučená z angličtiny, čínskeho a iných dominantných jazykov sa prenáša na jazyky s minimálnou reprezentáciou v tréningových dátach. Toto je oblasť, kde je emergencia priamym praktickým prínosom pre inkluzívnosť AI systémov.

5. Mechanistická interpretabilita a emergencia

Nová výskumná oblasť — mechanistická interpretabilita (mechanistic interpretability) — sa priamo dotýka otázky, prečo k emergencii dochádza. Namiesto merania výstupu skúma, čo sa deje vo vnútri siete. V roku 2025–2026 dosiahla táto oblasť prvé prakticky využiteľné výsledky.

Kľúčové zistenia relevantné pre emergenciu

Superposition a polysemantika: neurón v sieti typicky kóduje viacero konceptov naraz (polysemantika). Pri väčšej sieti sa javy ako „circuit formation" — kde sa pre konkrétnu úlohu vytvorí rozpoznateľný vzor aktivácií naprieč vrstvami — stávajú robustnejšími. Toto môže byť mechanistický základ niektorých emergentných skokov.
Induktívne hlavy (induction heads): výskum Anthropic identifikoval špecifický typ attention mechanizmu, ktorý sa objavuje pri určitej veľkosti modelu a umožňuje in-context learning. Toto je jeden z mála prípadov, kde je emergentný prechod spojený s identifikovateľnou zmenou vo vnútornej štruktúre modelu — nie len s pozorovanou zmenou výstupu.
Feature splitting: väčšie modely reprezentujú koncepty jemnejšie a presnejšie — čo môže byť základom toho, prečo zvládajú jemnejšie rozlíšenia v uvažovaní. Výskum z roku 2025 ukazuje, že pri dostatočnej veľkosti modelu sa niektoré koncepty štiepia z jedného „feature-u" na zhluk špecializovanejších — čo koreluje so skokom v presnosti na jemno-zrnitých úlohách.
Sparse autoencoders (SAE): metodológia vyvinutá v rokoch 2024–2025 umožňuje mapovať aktivácie neurónov na interpretovateľné koncepty vo veľkom meradle. Výskumníci Anthropic a iných laboratórií identifikovali desaťtisíce „features" v stredne veľkých modeloch — vrátane tých, ktoré kódujú abstraktné koncepty ako „neistota", „logická implikácia" alebo „zámer klamať". Toto je zásadný nástroj pre pochopenie, kde v sieti emergentné schopnosti fyzicky „sedia".
Circuit-level analýza: pri špecifických úlohách (napr. indirect object identification, modular arithmetic) sa podarilo identifikovať konkrétne podsiete (circuits), ktoré realizujú danú schopnosť. Emergence v tomto rámci nie je mystická — je to moment, keď circuit dosiahne dostatočnú robustnosť, aby sa prejavil na benchmarku. V roku 2026 prebieha výskum toho, či pred emergentným prahom existujú „proto-circuits" — neúplné predchodcovia, ktorých pozorovanie by umožnilo predpovedať skok.

Mechanistická interpretabilita zatiaľ nedáva kompletné vysvetlenie emergencie, ale otvára cestu od pozorovania výstupov k pochopeniu príčin. Pre bezpečnostný výskum je toto zásadné: ak vieme identifikovať, kde v sieti schopnosť „sedí", vieme lepšie predvídať, kedy sa objaví — a vieme ju aj cielene hľadať pri red-teamingu.

6. Predikcia emergencie: aktívny výskumný front

Ak emergencia nastupuje v skokoch, prirodzená otázka znie: dá sa predvídať, kedy k skoku dôjde? V roku 2026 je toto jeden z najaktuálnejších otvorených problémov bezpečnostného výskumu AI.

Prístupy k predikcii

Extrapolácia škálovacích kriviek: ak meriaš spojitou metrikou, môžeš extrapolovať krivku a predpovedať, kedy presiahne prakticky relevantný prah. Funguje pre kompozičné skoky; zlyhá pre skutočné fázové zmeny, kde krivka nemá jasného predchodcu.
Proxy úlohy: hľadáš jednoduchšie úlohy, ktoré korelujú s emergentnou schopnosťou a objavujú sa skôr — použiješ ich ako „skoré varovanie". Problém: proxy úlohy sa musia kalibrovať empiricky a môžu zlyhať pri kvalitatívne nových schopnostiach.
Interpretabilita-based predikcia: ak vieš identifikovať proto-circuits alebo neúplné features v menšom modeli, môžeš predpokladať, že pri väčšom modeli dosiahnu plnú robustnosť. Toto je sľubný smer, ale v roku 2026 je stále vo fáze výskumu, nie nasaditeľnej metodológie.
Analogické modely a ablation: tréning sady modelov rôznych veľkostí na rovnakých dátach a systematická analýza, kde sa krivky „lámu" — nákladné, ale poskytuje najspoľahlivejší empirický obraz.
Frontier model cards a systémové karty: Anthropic, Google DeepMind a OpenAI v roku 2025–2026 zvýšili podrobnosť zverejňovaných informácií o tom, aké schopnosti boli pri nasadení identifikované — vrátane tých, ktoré sa objavili počas trénovania nečakane. Toto vytvára kolektívnu bázu poznatkov, ktorá umožňuje lepšiu predikciu pre ďalšie generácie.

Prečo je predikcia ťažká

Emergentné schopnosti sa typicky neobjavia v tréningovom losse — loss klesá plynulo, ale benchmarková schopnosť skočí. Tréningový loss je agregovaný signál; emergentná schopnosť môže nastúpiť, keď sa niekoľko slabých signálov skombinuje nad prahom, čo v agregáte nie je viditeľné. Toto je jeden z dôvodov, prečo eval-during-training — nie len evalvácia po tréningu — sa stal štandardom v laboratóriách pracujúcich s frontierskými modelmi.

Metóda predikcie	Spoľahlivosť	Nákladnosť	Vhodná pre
Extrapolácia škálovacích kriviek	Stredná	Nízka	Kompozičné prahy, plynulé krivky
Proxy úlohy	Stredná–nízka	Nízka–stredná	Znamé typy schopností
Interpretabilita-based (SAE/circuits)	Sľubná, neoverená v praxi	Vysoká	Fundamentálne porozumenie
Sada ablation modelov	Vysoká (empirická)	Veľmi vysoká	Kritické bezpečnostné rozhodnutia
Eval-during-training	Vysoká (detekcia, nie predikcia)	Stredná	Zachytenie skoku počas trénovania

7. Emergencia v agenturálnych systémoch

Agenturálne systémy — kde model operuje v slučke, používa nástroje, pamätá si kontext a koordinuje sa s inými modelmi — vytvárajú nový typ emergencie, ktorý sa líši od klasického „väčší model = nová schopnosť".

Systémová emergencia nastáva, keď kombinácia komponentov (model + nástroje + orchestračná vrstva + pamäť) prejaví schopnosti, ktoré žiadna zo zložiek nemá samostatne. Príklady z roku 2025–2026:

Dlhodobé plánovanie: jednotlivý model v jednom kroku nie je spoľahlivý plánovač; model v slučke s nástrojmi a externou pamäťou prejavuje kvalitatívne odlišnú schopnosť rozkladať dlhodobé ciele na kroky a adaptovať sa pri zlyhaní.
Emergentná koordinácia: multi-agentné systémy, kde žiadny z agentov nebol trénovaný na koordináciu, prejavujú koordinačné správanie, ktoré vychádza zo spoločného jazykového substrátu. Toto je pozorované v experimentoch z rokov 2025–2026 a má priame implikácie pre bezpečnosť: systém môže prejaviť správanie, ktoré nebolo v zámeroch dizajnéra.
Cyklická sebaoprava: modely v kódovacích slučkách (code → test → fix) prejavujú schopnosť opravovať chyby, ktoré by pri jednorazovom promptovaní neurobili správne. Toto nie je vlastnosť modelu — je to vlastnosť slučky.

Agenturálna emergencia komplikuje evaluáciu: nestačí testovať model na izolovaných úlohách. Bezpečnostné hodnotenie systému musí zahrnúť testovanie správania v slučke, vrátane scenárov, kde model získava rozsiahle schopnosti cez kombináciu nástrojov, ktoré sú jednotlivo nevinné.

8. Hlavné prejavy v praxi

Lepšia generalizácia: model zvláda úlohy, ktoré nevyzerajú ako tréningové príklady — vrátane kombinovania domén, ktoré sa v tréningových dátach vyskytovali oddelene.
Držanie kontextu: menej stráca niť pri dlhších zadaniach — súvisí s veľkosťou kontextového okna aj so schopnosťou modelu aktívne riadiť pozornosť.
Viackrokové riešenia: objaví sa schopnosť postupovať v krokoch — základ reasoning modelov; nespoľahlivosť klesá, ale nezmizne.
Nové formy chýb: emergentné môžu byť aj zlé veci — sebavedomé halucinácie, nečakané obchádzanie pravidiel, sofistikovanejšia sycophancy, komplexnejšie dezinformačné naratívy. Väčší model nemusí robiť menej chýb — môže robiť iné chyby, ktoré sú ťažšie detekovateľné.
Citlivosť na prompt: pri istom prahu zrazu fungujú techniky (štruktúrovanie, role, obmedzenia, few-shot príklady), ktoré predtým nemali efekt — promptovanie menšieho modelu a veľkého modelu nie je to isté.
Prenosovosť schopností: schopnosť naučená na jednej doméne (napr. kód) sa začína prejavovať v inej (napr. logika v prirodzenom jazyku) bez explicitného cross-domain tréningu.
Metakognícia: väčšie modely vykazujú lepšiu kalibráciu vlastnej istoty — schopnosť rozlíšiť, čo vedia a čo nevedia — hoci ani táto vlastnosť nie je spoľahlivá naprieč všetkými doménami. V roku 2026 je kalibrácia aktívna oblasť posttrainingu: modely sú explicitne ladené, aby vyjadrovali neistotu, nie len dávali odpovede.

9. Prečo je to dôležité

Predvídateľnosť: ak schopnosti naskakujú v skokoch, ťažšie plánuješ, čo model zvládne po ďalšom škálovaní — a teda ťažšie predvídaš bezpečnostné aj produktové dopady. V roku 2026 je toto priamo relevantné pre rozhodnutia o nasadení modelov v kritickej infraštruktúre.
Bezpečnosť: nové schopnosti môžu priniesť nové vektory zneužitia — presvedčivejšie dezinformácie, komplexnejší sociálny engineering, lepšie obchádzanie filtrov, sofistikovanejšia manipulácia. Toto nie je hypotetické; red-teaming väčších modelov opakovane odhaľuje schopnosti, ktoré menšie verzie nemali.
Evaluácia: potrebuješ testy, ktoré zachytia zmeny v správaní včas, nie až po nasadení — a musíš sa vyhýbať benchmarkom s prahovou metrikou, ktoré falošné skoky buď skryjú alebo vytvoria. Priebežná evaluácia počas tréningu (eval-during-training) sa stáva štandardom práve preto.
Produktový prínos: emergentné vlastnosti umožnia jednoduchšie workflow (menej „lepenia" nástrojov dohromady) a širšie použitie bez špeciálneho doladenia — čo má priamy ekonomický dopad.
Regulácia: európska AI regulácia (AI Act) a národné rámce používajú „schopnostné prahy" ako kritérium klasifikácie rizika. Emergentné skoky komplikujú meranie týchto prahov — a regulátori v roku 2026 aktívne pracujú na tom, ako definovať prahy, ktoré sa dajú merať pred nasadením, nie až po ňom. Diskutuje sa o povinných eval-during-training auditoch pre modely nad určitou výpočtovou veľkosťou.

10. Ako sa to meria a rieši

Škálovacie štúdie: porovnávanie viacerých veľkostí modelu na rovnakých úlohách za kontrolovaných podmienok; dôraz na to, aby porovnanie bolo fair (rovnaký posttraining, rovnaký počet tréningových tokenov na parameter, rovnaký inference budget).
Spojité metriky: uprednostni metriky, ktoré dávajú kredit za priebeh, nie len all-or-nothing — pass@k namiesto pass@1, BERTScore namiesto exact match, ľudské hodnotenie pre otvorené odpovede.
Behaviorálne batérie: široká sada úloh rôznych typov, aby si nebol slepý voči schopnostiam, ktoré tvoj hlavný benchmark neobsahuje. BIG-Bench Hard, MMLU-Pro, GPQA Diamond a ARC-AGI pokrývajú rôzne aspekty; frontier modely roku 2026 už saturujú pôvodné MMLU — čo samo o sebe je emergentným javom na metaúrovni: benchmark sa stáva zbytočným rýchlejšie, ako sa dá nahradiť.
Latentná kapacita vs. prejavená schopnosť: testuj nielen priame zadania, ale aj nepriame — schopnosť môže byť latentná v base modeli a odomknutá posttrainingom. Toto rozlíšenie je kľúčové pre bezpečnostné hodnotenie, pretože bezpečnostný posttraining môže skrývať, nie odstraňovať, nebezpečné schopnosti.
Red-teaming: cielene skúšaj, čo nové model dokáže obísť alebo zneužiť — systematicky, nie len ad hoc. Automatizovaný red-teaming pomocou samotných AI modelov (AI-assisted red-teaming) sa stal štandardom v laboratóriách pracujúcich s frontierskými modelmi. V roku 2026 sa red-teaming rozširuje aj na agenturálne scenáre, kde modely disponujú prístupom k nástrojom.
Eval-during-training: monitorovanie schopností počas trénovania, nie len po jeho skončení, umožňuje zachytiť prahové skoky skôr a reagovať — napríklad zmenou tréningového kurikula alebo zastavením trénovania pre bezpečnostný audit.
Kontrolované nasadenie: postupné sprístupnenie, monitoring reálneho použitia, rýchle zásahy. Emergentné schopnosti odhalené až v produkcii sú podstatne drahšie riešiť.

Porovnanie metrík podľa vhodnosti

Metrika	Typ	Vhodná pre	Riziko
Exact match	Prahová	Jednoznačné faktuálne otázky	Vytvára falošné emergentné skoky
Pass@k	Menej prahová	Kódovacie úlohy, verifikovateľné výstupy	Stále binárna na úrovni testu
BERTScore / ROUGE	Spojitá	Generatívne úlohy, preklady	Nezachytí faktické chyby
Ľudské hodnotenie	Spojitá	Otvorené odpovede, bezpečnosť	Drahé, variabilné medzi hodnotiteľmi
LLM-as-judge	Spojitá	Škálovateľné hodnotenie kvality	Citlivé na bias hodnotiaceho modelu
Kalibračné metriky (ECE)	Spojitá	Istota vs. správnosť	Vyžaduje veľký počet vzoriek
Eval-during-training	Longitudinálna	Zachytenie skoku v reálnom čase	Nákladné, vyžaduje infraštruktúru

11. Quick Reference

Otázka	Odpoveď
Čo to je	Schopnosti, ktoré sa objavia až po prekročení prahu v škále modelu, tréningových dátach alebo výpočtu za behu
Prečo to komplikuje vývoj	Správanie sa nedá spoľahlivo odvodiť z menšej verzie modelu alebo nižšieho inference budgetu
Kde sa skrýva ilúzia	Prahová metrika (exact match) vyrobí „falošný skok" z plynulého rastu
Čo pomáha pri meraní	Spojité metriky, viacero benchmarkov, latentná vs. prejavená schopnosť, eval-during-training
Čo pomáha pri nasadení	Škálovacie štúdie, red-teaming, monitoring, postupné sprístupnenie
Kde to 2026 posunulo debatu	Reasoning modely ukázali nový typ prahu: nie len veľkosť, ale aj výpočet za behu; mechanistická interpretabilita (SAE, circuits) začína otvárať príčiny; predikcia emergencie sa stáva aktívnym výskumným frontom
Agenturálna dimenzia	Kombinácia model + nástroje + slučka môže prejaviť systémovú emergenciu, ktorú izolovane testovaný model nevykazuje
Regulačný dopad	AI Act a iné rámce pracujú so schopnostnými prahmi — emergencia ich meranie komplikuje a tlačí na pre-deployment a eval-during-training evaluáciu
Súvisiace pojmy	Grokking, škálovacie zákony, reasoning modely, kontextové okno

Zhrnutie

Emergent properties opisujú kvalitatívne nové schopnosti, ktoré sa pri škálovaní modelov objavia zdanlivo „naraz", nie postupne — pričom škálovanie môže byť v parametroch, tréningových dátach aj výpočte za behu.
Časť skokov je reálna kompozičná zmena; časť je artefakt prahovej metriky — preto meraj spojito, široko a počas tréningu, nielen po ňom.
Modely z rokov 2024–2026 (reasoning, multimodálne, agenturálne) priniesli nové príklady emergencie, ktoré presahujú pôvodné diskusie o jazykových úlohách. Kľúčovým novým rozmerom je inference-time compute ako samostatná os škálovania a agenturálna slučka ako zdroj systémovej emergencie.
Mechanistická interpretabilita — sparse autoencoders, circuit analysis, feature splitting — začína prepájať pozorovanie výstupov s vnútornými mechanizmami a otvára cestu od merania symptómu k pochopeniu príčiny. Predikcia emergencie pred nasadením je aktívny výskumný front.
Emergencia môže priniesť novú užitočnosť, ale aj nové riziká a typy zlyhaní — vrátane takých, ktoré menšie verzie modelu nevykazovali a ktoré nie je možné predvídať len z predchádzajúcich generácií.
Bezpečné nasadenie znamená monitoring, postupnosť, aktívny red-teaming, eval-during-training a testovanie v agenturálnych scenároch — nie spoliehanie sa na to, že správanie bude konzistentné s predchádzajúcou generáciou alebo s izolovaným testovaním.