OpenAI 研究员：下游效用随能力线性增长，并非对数
willdepue · x · 2026-11-08
针对「原始 scaling laws 论文用 log-log 坐标作图，导致很多人误以为能力与算力是对数关系」的说法，OpenAI 的 will depue 回应称：损失（loss）确实按 log-log 下降，但下游效用并非 log-log，而是近似线性（log-linear）增长。这一观点对「继续堆算力是否值得」的争论有直接影响。
「研究」频道最新
- DeepMind 物理仿真器 MuJoCo 星标破 1.6 万,机器人研究基础设施持续走热 — google-deepmind · 2026-11-08
- Looped Transformers 研究热潮解析：6 层循环 4 次 vs 24 层堆一遍 — TheTuringPost · 2026-11-08
- CoRL 2026 论文 EPO：能量函数编排人形技能，切换次数减少 7 倍 — du_yilun · 2026-11-08
- AI 制药之争：临床是瓶颈，但「临床前富余」同样能提升成功率 — IgorCarron · 2026-11-08
- 别只盯训练损失：工程师分享读 ML 训练日志的五个信号 — cneuralnetwork · 2026-11-08
- ORA 用开源模型零样本操控真实机械臂，单任务成本仅 $0.35 — JunGao33210520 · 2026-11-08