Unverified50% confidenceFactExact time
2024年下半年以来，业界普遍观察到主流大模型在标准评测集上的得分提升幅度明显收窄，这一现象被称为'Scaling Law放缓'
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
Java程序员转型AI应用开发：路径、技能与实战指南
bilibili程序员徐庶老师6/5/2026
Related Claims
Unverified自2024年下半年以来，主流大模型在MMLU和HumanEval等标准基准测试上的分数提升明显收窄75% similarUnverified自回归缩放定律的边际收益正在递减，单纯增加模型规模和数据量带来的提升已微乎其微73% similarUnverified2024年多项研究发现，部分模型在去污染版本的评测集上得分下降幅度可达10-20个百分点70% similarUnverified大模型的性能提升已经明显放缓，最近新版本的评分甚至不一定超越之前的模型，能力基本已定型67% similarUnverified当平台系统性地移除差评后，商家评分会趋同于4.7/5左右，这是截断分布导致的数学必然结果65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/53475API
curl https://kongchang.com/api/v1/knowledge/claims/53475MCP
get_claim(id=53475)