待验证50% 置信基准精确时间

在密集模型上，与MuonH相比，MuonGS在匹配验证损失时估计可获得约15%的token等效加速。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/28

首次发现

有效期至：2027/1/26

来源

MuonGS：放宽权重范数控制，加速LLM预训练

涉及实体

MuonGSmodel MuonHmodel token等效加速concept

相关事实

待验证测试损失与计算量之间的幂律指数约为0.05，意味着计算量每增加10倍，模型性能提升约12%65% 相似待验证在全文筛选阶段，研究人员编写的理由说明能使模型性能提升约15%65% 相似待验证Scale AI的研究团队发现，部分模型在被污染的基准上的表现比在新编写的同等难度题目上高出10-15个百分点63% 相似待验证7个通过替代测试的模型变化率为15.9%，而6个未通过的模型高达25.8%，性能更好的模型受干扰程度较低但仍高于提示词修改影响63% 相似待验证单看每个组件的性能收益大约只有10%-15%，但三者组合后产生了明显的协同效应（非线性加速）63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1106003

API

curl https://kongchang.com/api/v1/knowledge/claims/1106003

MCP

get_claim(id=1106003)