Chinese content前 Anthropic 研究员考克森:重新训练 Mythos 只需当初一小部分算力
这事有意思的点在于,一个干了四个月就跑路的前 Anthropic 研究员,把公司 IPO 路演里的算力图拿出来公开解读。按他的说法,现在重训 Mythos 只要当初一小部分算力,算法效率在超指数增长。做 AI 成本测算、关注前沿实验室动向的人应该看看。
IT之家Source
这事有意思的点在于,一个干了四个月就跑路的前 Anthropic 研究员,把公司 IPO 路演里的算力图拿出来公开解读。按他的说法,现在重训 Mythos 只要当初一小部分算力,算法效率在超指数增长。做 AI 成本测算、关注前沿实验室动向的人应该看看。
离职研究员掏出了 Anthropic IPO 路演的幻灯片,说重训 Mythos 只需原来一小部分算力。这解释了为什么头部实验室能靠算法省下天文数字的 GPU 成本,关注模型训练经济学的人都该看看这套逻辑。
Lambert 猜测算力放缓后效率提升会接棒,还引了 METR 的 AECI 数据,关心 scaling laws 的人可以看看。
不用跑一堆配置,用公式就能算清LLM服务的瓶颈在哪,还拿DeepSeek-V3.2在H20上做了实测,对推理优化的人很有参考价值。