语言模型记忆多少：每参数3.6比特阈值
gabriberton · x · 2026-07-03
论文《How much do language models memorize?》指出：LLM 在训练中会持续记忆数据，直到出现饱和；当数据量超过每参数 3.6 比特时达到饱和，此后模型开始压缩→泛化→出现双重下降(double descent)→grokking。给出了记忆转向泛化的量化阈值。
「研究」频道最新
- 新论文:数学数据放训练前段还是末段,取决于学习率调度 — alifcoder · 2026-10-27
- 健康领域评测研究:题目质量与多样性比数量更重要 — keunwoochoi · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27