用户表示学习新定律：行为分词突破十亿级规模瓶颈
_reachsumit · x · 2026-08-25
论文提出用户行为稠密化定律，描述数据规模与最小充分分词容量之间的定量关系。在十亿级支付宝数据集上，原始数据缩放遇到瓶颈，而分词化带来持续增益。研究发现最小充分分词容量与输入数据大小的对数近似线性关系，斜率随分词方法和数据源变化。
所属事件:蚂蚁集团提出十亿级用户表征致密化定律(2 条相关)→
「研究」频道最新
- 康奈尔与亚马逊研究：扩散语言模型预训练算力差距实为3-8倍而非16倍 — LucaAmb · 2026-10-16
- AI 学的是“幸存的文本”：人类最深的智能从未被记录 — r0ck3t23 · 2026-10-16
- QRR 循环推理器：商空间收敛，Sudoku-Extreme 达 97.9% 且循环减少 78% — burny_tech · 2026-10-16
- 数学学者撰文解读 OpenAI 证明集里的 Egyptian fraction 论文 — burny_tech · 2026-10-16
- Robin Hanson：神经网络几乎是「解释的分形」 — burny_tech · 2026-10-16
- 神经网络真这么简单？特征组合论引发认知科学之争 — burny_tech · 2026-10-16