待验证50% 置信事实精确时间

训练FLOPs可通过Chinchilla缩放定律估算，计算量约等于6乘以参数量乘以训练token数

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

GPT-5.6三模型解析：Sol/Terra/Luna定价与监管困局

bilibili63号炼金工坊2026/7/1

相关事实

已验证2022年DeepMind发布Chinchilla论文，修正了最优训练配比，指出在给定算力预算下模型参数量与训练token数应大致保持1:20的比例72% 相似待验证5折交叉验证将训练数据随机分为5份，轮流以4份训练、1份验证，重复5次取平均指标，以在有限样本下获得更稳健的泛化能力估计72% 相似待验证仅调整 num_workers、pin_memory、prefetch_factor 三个 DataLoader 参数，相同 2000 步训练耗时从 633 秒降至 358 秒，运行时间缩短 43%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/488097

API

curl https://kongchang.com/api/v1/knowledge/claims/488097

MCP

get_claim(id=488097)