Kaplan缩放定律是描述人工智能模型性能与计算资源、数据量之间关系的数学规律，由Kaplan等人于2020年首次提出。这一理论框架为大型语言模型的发展提供了重要指导。
Kaplan 近期进展
Meta在2023年提出了Skaling law，探索了耦合容量与数据的新缩放关系。Meta新论文提出Skaling law：耦合容量与数据的新缩放定律Lilian Weng近期发布了关于Scaling Laws的深度解读，分析了Kaplan缩放定律的最新发展。Lilian Weng 发布 Scaling Laws 深度解读博文
Anthropic作为AI领域的领先企业，其技术武器中包含了对Kaplan缩放定律的应用和优化。Anthropic 为何牛逼：创始团队、技术武器与营收爆炸
当前焦点与观察点
Kaplan缩放定律的研究正从理论走向实践，Cognition总裁在分享智能体构建经验时强调了缩放定律在实际应用中的挑战。Cognition总裁在播客分享主动式智能体构建经验最新研究如Data Driven Block Replacement Scheduling论文提出了数据驱动块更换调度算法，这可能与Kaplan缩放定律在资源优化方面有潜在关联。Data Driven Block Replacement Scheduling 论文提出数据驱动块更换调度算法