Scaling Laws for Neural Language Models (2020)
研究論文
スケーリング
Kaplan et al.: loss falls as a power law in compute — the investment thesis, quantified.
これは論文のレコードです。重要な研究論文と、それが分野にもたらした貢献を紹介します。
This OpenAI paper measured smooth power-law relationships between model performance and parameters, data and compute — the curves that turned 'bigger is better' from folklore into planning tool, and ultimately into capex justification for everything on this site.
スタック全体とのつながり
このレコードのリンク一覧 — グループをクリックするとジャンプします。
導入時期：
基礎
出典
レコードのレビュー時点： 2026-01-15 — 表示 調査手法.