待验证50% 置信事实精确时间
缩放定律由OpenAI研究人员Kaplan等人于2020年在论文《Scaling Laws for Neural Language Models》中正式提出
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
已验证Scaling Law最早由OpenAI研究员在2020年的论文《Scaling Laws for Neural Language Models》中系统性地提出和量化84% 相似已验证2020年OpenAI研究人员Kaplan等人发表论文首次系统性揭示语言模型性能与模型参数量、训练数据量、计算量之间存在可预测的幂律关系（Scaling Law）83% 相似待验证2020年OpenAI的Kaplan等人论文首次系统证明神经网络性能与模型参数量、训练数据量、计算量之间存在幂律关系69% 相似待验证TogetherAI 在 2024 年发表研究论文将集成学习思路引入大语言模型领域，实验表明将多个开源模型输出交由聚合模型综合处理后结果可超越任何单一模型59% 相似待验证费曼学习法分为四步：选定概念、用简单语言向外行解释、找出解释中的漏洞并回头学习、不断精简直到语言足够简洁57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/518786API
curl https://kongchang.com/api/v1/knowledge/claims/518786MCP
get_claim(id=518786)