Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/20/2026
First Seen
Sources
Related Claims
Unverified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% similarUnverifiedBerglund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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/575462API
curl https://kongchang.com/api/v1/knowledge/claims/575462MCP
get_claim(id=575462)