已验证75% 置信事实精确时间

2022年Hoffmann等人的Chinchilla论文在四百个模型上重做实验，得出在算力最优前提下每个参数应对应约20个token的结论

3

来源数

75%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

Scaling Law再思考：参数不是唯一答案

twitterjietang2026/8/19

涉及实体

Hoffmannperson Chinchillamodel

相关事实

待验证Chinchilla论文通过对超过400个不同规模模型的系统性实验得出结论77% 相似待验证2022年Hoffman等人的Chinchilla论文重新校准了算力最优的参数-数据比例，指出此前许多大模型训练不充分75% 相似待验证论文在FineWeb-Edu数据集上进行了四个模型规模的实验，从60M到1B参数。72% 相似待验证Anthropic原文建议用重排序模型从top 150缩小到20，他们试了传5、10、20个块，发现20个效果最好，但建议读者在自己的场景中测试。71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/796925

API

curl https://kongchang.com/api/v1/knowledge/claims/796925

MCP

get_claim(id=796925)