待验证60% 置信事实精确时间
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
2
来源数
60%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
GPT-5.6全系列模型体验指南：API中转站使用详解与风险提示
bilibili道一安全2026/7/10
相关事实
待验证OpenAI等机构的神经网络扩展定律研究表明模型损失与参数量、数据量、计算量之间均呈幂律关系79% 相似待验证Scaling Law研究发现模型性能（以交叉熵损失衡量）与模型参数量、数据集大小、计算量之间存在可预测的幂律关系74% 相似已验证规模定律由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72% 相似待验证研究为水平边缘化后验近似提供了理论保证，并对所提损失函数的性质给出了理论分析71% 相似待验证重型模型与轻量模型的差别主要体现在参数规模、上下文处理能力和推理链长度上。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/489535API
curl https://kongchang.com/api/v1/knowledge/claims/489535MCP
get_claim(id=489535)