Dwarkesh 预训练复现实验：数据改进贡献算力增益是模型侧 3.24 倍
josh_wills · x · 2026-09-09
Dwarkesh Patel 与合作者 whoisjerbear 用 2019–2025 年各年度代表性的开源模型配方与数据语料，在多个小规模下组合做预训练实验，得出关键结论：
- 数据改进贡献的算力乘数是模型改进的 3.24 倍（12.0x vs 3.7x），即预训练进展当前主要来自数据。
- 两者增益相互独立、可叠加：更好的数据集对每种架构的帮助几乎相同，反之亦然。
作者发布了完整结果，并讨论这对 AI 未来进展路径的含义。转发者评论称这项研究印证了“数据即能力即模型”的实践智慧。
所属事件:Dwarkesh 实验显示预训练进步四分之三来自数据(3 条相关)→
「研究」频道最新
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27