Unverified50% confidenceFactExact time
Scaling Law研究发现模型性能（以交叉熵损失衡量）与模型参数量、数据集大小、计算量之间存在可预测的幂律关系
1
Sources
50%
Confidence
Long-term
Relevance
8/28/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedScaling Law研究发现模型性能与模型参数量N、数据集大小D、训练计算量C之间呈现平滑的幂律关系80% 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76% similarUnverified规模律揭示了模型损失与参数量、数据量、算力之间近乎幂律的关系74% similarVerifiedScaling Law 最早由 Kaplan 等人于2020年在语言模型研究中系统量化，指出模型性能与参数量、数据量、计算量之间存在幂律关系71% similarVerifiedScaling Law（规模定律）由OpenAI研究员于2020年发现，指模型参数量、训练数据量和计算量按特定比例增长时模型性能会可预测地提升69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/815971API
curl https://kongchang.com/api/v1/knowledge/claims/815971MCP
get_claim(id=815971)