待验证50% 置信事实精确时间

OpenAI研究员在2020年提出预训练损失与计算量之间存在幂律关系（Scaling Laws）

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

GPT-5.6与ChatGPT Work发布：AI从对话助手进化为任务执行者

bilibiliTao吃糕2026/7/10

相关事实

待验证Anthropic研究员最早在2020年提出预训练损失与计算量之间存在幂律关系（扩展律）82% 相似已验证OpenAI提出的Scaling Law揭示模型性能随参数量、训练数据量和计算量的增加呈现可预测的幂律式提升73% 相似待验证训练时扩展定律（scaling law）由Kaplan等人在2020年提出，认为模型能力主要由参数量、训练数据量和训练算力决定68% 相似待验证FIM（填充中间）训练范式由OpenAI在2022年的研究中系统化提出68% 相似待验证OpenAI在InstructGPT论文中证明，少量高质量人类偏好数据对模型对齐的贡献远超大规模无监督训练66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503429

API

curl https://kongchang.com/api/v1/knowledge/claims/503429

MCP

get_claim(id=503429)