待验证50% 置信基准精确时间

在接近1000亿token的训练规模下，多项式版本与原生实现的最终平滑训练损失差异落在-0.107到+0.079之间

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

多项式逼近加速LLM超越函数：GB200上提速最高8%

涉及实体

arXiv:2610.00049v1concept

相关事实

待验证三代模型的预训练验证损失呈稳定下降趋势：2.87→2.78→2.5977% 相似待验证训练后的模型每token负对数似然（NLL）为0.93，而随机初始化的同结构孪生模型为12.6074% 相似待验证测试损失与计算量之间的幂律指数约为0.05，意味着计算量每增加10倍，模型性能提升约12%73% 相似待验证整个训练过程中，flow-matching 损失仅从 0.805 缓慢下降到 0.75472% 相似待验证即使只有5-10%的训练样本存在错位，也会导致VLM模型在下游任务上出现显著的性能退化70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/971820

API

curl https://kongchang.com/api/v1/knowledge/claims/971820

MCP

get_claim(id=971820)