Anthropic IPO 路演图曝光：预训练算力效率超指数提升引热议

一张来自 Anthropic IPO 路演的幻灯片被公开，展示预训练算力效率（compute multiplier）随时间的变化：纵轴为对数刻度，曲线呈持续的超指数级改进。分享该图的前 Anthropic 员工（被多方转述为 hilbertspaess / Jacob Coxon）称，这页幻灯片是其决定离职的重要因素之一，并惊讶公司竟然将其公开。该图迅速引发社区热议。

已确认

• 幻灯片来自 Anthropic IPO 路演，展示预训练算力效率随时间的变化，y 轴为对数刻度，呈超指数级上升趋势。
• 分享者自称前员工，称该图是其离职的重要考量，并对公司公开此图表示惊讶。
• 多位转述者据此认为 Mythos 并非一次性突破，而是超指数曲线上的一点，Anthropic 现在可能只需当初零头的算力就能重训该模型。
• sytelus 分析图表后指出，关键结论是预训练计算效率约实现 25 倍的逐年提升，但考虑效率增长的多项式曲线特性，实际倍数需打折看待；他还提醒不要简单用倍数乘以 flops 来推算训练算力。
• Elie Bakouch 回应争议：该图标注了「基于内部近似、仅供示意」，更像被断章取义的示意性图表，不宜苛责 Anthropic；图中使用的是相对 GPT-2 的基线。

尚未确认

• teortaxesTex 明确质疑，不相信 Anthropic 已把算法改进到在同数据量/同算力（isodata、isoflop）条件下让 bpb 获得数倍级提升，认为若属实将是惊人的；他也承认原图本身含糊不清。
• willcb 提出一个解释框架：若给定算力预算与评测集存在「最优数据集」，用上一代 Claude 做数据策展 RL、把预训练语料换成 Claude 策展的数据，数据质量可换来数量级的效率，这或可解释图中趋势，但这只是推测而非已证事实。

为什么重要

• 若超指数效率提升属实，意味着头部前沿模型的训练成本优势会快速拉大，同性能所需算力可能只需原先零头，对竞争格局和算力需求预测都有重大含义。
• 争议本身也提示：单张路演示意图在社区传播中容易被过度解读，图表口径（基线、isoflop 条件、示意标注）决定了结论的可靠性。

2026-11-14 ~ 2026-11-15 · 12 条相关

• Anthropic IPO 路演图曝光:预训练算力效率呈超指数进步 — eli_lifland · 2026-11-14
• 【源头】质疑 Anthropic 算法大跃进：同算力下 bpb 大幅提升不可信 — teortaxesTex · 2026-11-14
• Anthropic 路演图曝预训练效率超指数进步，前员工称「进步多靠数据」 — sebkrier · 2026-11-14
• Anthropic 疑用「数据策展 RL」堆预训练数据,数据质量可换数量级效率 — willcb · 2026-11-14
• Anthropic 预训练算力效率年同比提升约 25 倍 — sytelus · 2026-11-14
• 【源头】研究员 Elie Bakouch 回应 Anthropic 图表争议：不宜苛责 — eliebakouch · 2026-11-14
• Anthropic IPO 路演图引热议：Mythos 或可用零头算力重训 — Witty_County5128 · 2026-11-15

另有 5 条近重复转述:minhnguyen · sebkrier · anshulkundaje · 141_1337 · gleech