AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:Kaplan et al.×
6月26日
14:24
14:24Lilian Weng@lilianweng
精选74°
Lilian Weng 发布了一篇关于 scaling laws 的博文,详细解释了如何通过缩放定律在数据量和模型尺寸之间做计算最优分配。文章对比了 Kaplan et al.(2020)和 Chinchilla(2022)两篇经典论文的分歧:前者主张模型尺寸随计算量更快增长,后者主张等比例增长。文中还指出数据限制和拟合细节会使外推变得不可靠。
AI模型Scaling LawsChinchillaKaplan et al.计算最优Lilian Weng

推荐理由:想搞懂 Scaling Laws?Lilian 这篇把 Kaplan vs Chinchilla 的争论讲透了,还有实操建议。
原文
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
精选全部日报登录