待验证50% 置信事实精确时间
OpenAI研究发现推理时算力的扩展曲线与训练时算力具有相似的幂律特性，更多推理计算通常带来更高任务准确率
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
待验证在推理阶段投入更多工程智慧可以带来实质性的性能跃升，而不只是训练更大模型74% 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% 相似待验证计算最优（Compute-Optimal）并不等于集群最优（Cluster-Optimal），真正决定训练效率的因素远不止浮点运算次数72% 相似待验证缩放定律表明模型在特定任务上的表现与训练数据量、模型参数量和计算量之间存在幂律关系，OpenAI、DeepMind等机构的研究支持这一发现69% 相似待验证自2024年o1模型问世以来，OpenAI在推理时计算方向的投入已与传统预训练规模扩展并列为两条核心路线69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/573322API
curl https://kongchang.com/api/v1/knowledge/claims/573322MCP
get_claim(id=573322)