待验证50% 置信事实精确时间
推理时计算(TTC)理论基础可追溯至2020年OpenAI发布的《Scaling Laws for Neural Language Models》论文
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
待验证推理时计算（Test-Time Compute）的理论基础可追溯至2020年OpenAI发布的《Scaling Laws for Neural Language Models》论文84% 相似待验证Berglund等人2023年的研究发现语言模型在某些情况下能推断出自己处于评估场景67% 相似待验证计算语言学经历了从基于规则的系统到统计方法（90年代的隐马尔可夫模型、n-gram语言模型），再到深度学习主导的范式转变66% 相似待验证可解释性研究的核心目标是揭示神经网络模型尤其是大型语言模型内部的工作机制与决策依据65% 相似待验证规模定律由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64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/575462API
curl https://kongchang.com/api/v1/knowledge/claims/575462MCP
get_claim(id=575462)