Scaling Laws for Neural Language Models (2020)
연구 논문
스케일링
Kaplan et al.: loss falls as a power law in compute — the investment thesis, quantified.
현재 보고 계신 것은 연구 논문 레코드입니다: 중요한 논문과 그것이 해당 분야에 도입한 내용을 다룹니다.
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.
전체 스택에서의 연결 구조
이 레코드의 링크를 한눈에 확인하세요 — 그룹을 클릭하면 해당 위치로 이동합니다.
도입 시기
기초 자료
출처
검토 기준일 2026-01-15 — 보기 방법론.