07:52elvis@omarsar0Meta新论文提出Skaling law,通过单一交互指数耦合模型容量与训练数据。该定律将平均绝对百分比误差在插值和外推中降低1.5倍至3倍。在数据稀缺和重度过训练区域,Chinchilla与Kaplan传统定律的预测会漂移,Skaling law的修正幅度最大。配合稀疏网格,只需约十分之一计算量即可外推完整训练网格。论文预印本编号为arXiv:2608.07222。论文MetaSkaling lawChinchilla推荐理由:Meta新论文搞了个Skaling law,比Chinchilla和Kaplan那套准1.5到3倍,而且小规模跑就能算准,预算算力能省不少。原文稍后读已读值得跟进有用关注 Meta