缩放律做到4M参数仍有良好拟合,但选点方法存疑
giffmana · x · 2026-09-22
该论文成功训练了低至 4M 参数的模型并得到看起来合理的缩放律拟合。不过作者指出一个疑点：论文没有说明拟合时如何选择数据点。这点很重要——从图上看 4M 模型的最后一个点明显偏离拟合线，说明选点方式可能影响结论。
所属事件:FAIR与NYU论文把缩放律推到4M参数(7 条相关)→
「研究」频道最新
- 开源个性化 mRNA 癌症疫苗设计:为胰腺癌患者 Yash 而做 — xennygrimmato_ · 2026-11-12
- Georgia Tech 教授 Molei Tao 招收扩散语言模型方向博士生与博后 — gautamcgoel · 2026-11-12
- HF 研究员主张用效率增益指标取代最终 benchmark 分数 — eliebakouch · 2026-11-12
- 研究者提议:AI 进展评估应报告效率增益指标,而非只看最终跑分 — eliebakouch · 2026-11-12
- RoboCap-10k 发布：1 万小时带度量动作的开放式机器人数据集 — databoydg · 2026-11-12
- Google Research 用可穿戴设备做心血管-肾-代谢风险画像与个性化健康指导 — Google Research · 2026-11-12