跳到正文
原文
Lilian Weng — Lil’Log·· 2026-06-24AI 评估 · 36/100分数表示内容值得关注的程度,依据实质份量、信息增量、证据强度、读者相关性和可用性,按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误,评分不代表事实已被核实,也不同于热点榜的讨论热度。

Lilian Weng 详解 Scaling Laws:从早期学习曲线到算力最优分配

Scaling Laws, Carefully

AI 导读

一篇技术综述梳理了 scaling laws 的经验基础:Amari 等(1992)用贝叶斯方法导出四类幂律学习曲线,Hestness 等(2017)在机器翻译。

来源:Lilian Weng — Lil’Log · lilianweng.github.io