待验证60% 置信事实精确时间
规模定律由OpenAI研究员Jared Kaplan等人于2020年系统论证，核心发现是语言模型交叉熵损失与模型参数量、训练数据量、计算量之间存在幂律关系
2
来源数
60%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
「GPT-5.6」真相揭秘：虚假传闻与第三方充值陷阱辨析
bilibili小小阿白6662026/7/9
相关事实
已验证Scaling Law 最早由 Kaplan 等人于2020年在语言模型研究中系统量化，指出模型性能与参数量、数据量、计算量之间存在幂律关系76% 相似待验证Kaplan等人的论文《Scaling Laws for Neural Language Models》来自OpenAI，首次系统性地用幂律关系描述模型性能与参数量、数据量、算力的关系74% 相似待验证扩展假设由OpenAI研究员Jared Kaplan等人于2020年的扩展定律论文中量化阐述，核心是模型性能与参数量、数据量、计算量存在幂律关系72% 相似待验证规模律揭示了模型损失与参数量、数据量、算力之间近乎幂律的关系72% 相似已验证2020年Kaplan等人确立的扩展定律表明模型性能与参数量、数据量和计算量之间存在幂律关系72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/484554API
curl https://kongchang.com/api/v1/knowledge/claims/484554MCP
get_claim(id=484554)