待验证50% 置信事实精确时间
数据复杂度的指数（-2.04）远大于模型容量的指数（-0.27），意味着数据翻倍能让泛化加速约4倍，而模型宽度翻倍仅带来约1.2倍的加速
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证顶级模型每次调用的算力消耗可能是轻量模型的数十倍68% 相似待验证标准自注意力机制的计算复杂度与上下文长度的平方成正比（O(n²)），上下文从100K扩展到1M理论上计算量增加100倍66% 相似待验证当两个模型的配对比较次数低于约200-300次时，其Elo分数的置信区间会显著扩大66% 相似待验证参数量更大、推理步骤更多的模型，其GPU算力消耗可能是轻量模型的10-50倍66% 相似待验证AI model parameter counts have been doubling every few months, forcing GPUs to increasingly read data from slower external standard memory.65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/916332API
curl https://kongchang.com/api/v1/knowledge/claims/916332MCP
get_claim(id=916332)