待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
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69% 相似待验证Geirhos等人于2020年在Nature Machine Intelligence上发表综述，梳理了神经网络倾向于学习最简单判别规则而非人类期望语义特征的现象66% 相似待验证链式法则系统应用于神经网络训练直到1986年Rumelhart、Hinton和Williams的论文才被深度学习领域广泛认知66% 相似已验证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65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/527111API
curl https://kongchang.com/api/v1/knowledge/claims/527111MCP
get_claim(id=527111)