研究称科学AI数据 scaling 并不总是平滑提升
bravo_abad · x · 2026-08-19
Max Großmann 等人测试了神经网络学习固体光学属性时的 Scaling 规律。研究发现，增加模型大小确实遵循饱和的幂律，但在数据集大小上的扩展表现不同：随着数据量增加，不同图神经网络架构观察到了性能断层或非平滑改善，表明科学AI的数据 scaling 并不总是按预期平滑进行。
「研究」频道最新
- MIT 发布受自然启发的可制造自适应材料数学框架 — GioeleZardini · 2026-08-19
- 研究：语言模型可预测阅读进程，但难以解释回视行为 — tallinzen · 2026-08-19
- Nature Medicine 封面:AIDO 提出从虚拟细胞到「数字有机体」 — HongyiWang10 · 2026-08-19
- 19 世纪的书怎么「量化」？大英图书馆数据集玩梗 — vanstriendaniel · 2026-08-19
- 长程终端基准 LHTB 发布：Kimi、Minimax 与 GLM 包揽前三 — pcuenq · 2026-08-19
- 作者观点：基因测序加上 AI 与 CRISPR，精准医疗要提速 — Afinetheorem · 2026-08-19