- 1
- 2
- 3
- 4
- 5
大模型缩放定律新范式—从Chinchilla到T²的训推联合优化.docx
资料介绍
大模型缩放定律新范式——从Chinchilla到T²的训推联合优化
——2026年缩放定律理论进展与训推联合优化技术全景
一、引言
缩放定律（Scaling Law）是指导大模型训练的核心理论。Chinchilla定律告诉我们，在固定计算预算下，模型参数和训练数据量应按比例扩展。但2026年，随着测试时扩展（TTS）技术的兴起，传统缩放定律面临根本性挑战——它从未考虑推理阶段的计算成本。T²（Train-to-Test）缩放定律的提出，首次将推理时计算纳入统一的优化框架，揭示了一个反直觉的结论：在固定总预算下，最优策略是大幅"过训练"模型，而非遵循Chinchilla的比例。本文系统梳理缩放定律的理论演进和最新进展。
二、经典缩放定律
2.1 Kaplan Scaling Law（2020）
OpenAI的Kaplan等人发现，模型性能与参数规模、数据量和计算量之间存在幂律关系。在计算预算固定时，增加参数比增加数据更有效。
2.2 Chinchilla Scaling Law（2022）
DeepMind的Chinchilla定律修正了Kaplan的结论：在计算预算固定时，模型参数和训练数据应同步扩展，即"20倍法则"——参数每增加1倍，训练数据也应增加1倍。Chinchilla定律成为后续所有大模型训练的标准指引。
部分文件列表
| 文件名 | 大小 |
| 大模型缩放定律新范式—从Chinchilla到T²的训推联合优化.docx | 38K |
最新上传
- 打赏
- 30日榜单
-
emlimei 打赏1.00元 14小时前
-
21ic小能手 打赏5.00元 1天前
-
21ic小能手 打赏3.00元 1天前
资料：低频功率放大器的设计.
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏3.00元 1天前
-
21ic小能手 打赏5.00元 3天前
资料：51单片机数字频率计
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
13573902396 打赏1.00元 3天前
-
21下载积分 打赏310.00元 3天前
用户：江岚
-
21下载积分 打赏310.00元 3天前
用户：潇潇江南
-
21下载积分 打赏60.00元 3天前
用户：他山之石可攻玉
-
21下载积分 打赏310.00元 3天前
用户：小猫做电路
-
21下载积分 打赏210.00元 3天前
用户：zhengdai
-
21下载积分 打赏210.00元 3天前
用户：w993263495
-
21下载积分 打赏10.00元 3天前
用户：烟雨
-
21下载积分 打赏60.00元 3天前
用户：gsy幸运
-
21下载积分 打赏70.00元 3天前
用户：铁蛋锅
-
21下载积分 打赏65.00元 3天前
用户：xzxbybd
-
21下载积分 打赏60.00元 3天前
用户：jh0355
-
21下载积分 打赏60.00元 3天前
用户：w178191520
-
21下载积分 打赏20.00元 3天前
用户：jh03551
-
21下载积分 打赏20.00元 3天前
用户：sun2152
-
21下载积分 打赏20.00元 3天前
用户：kk1957135547
-
21下载积分 打赏25.00元 3天前
用户：w1966891335
-
21下载积分 打赏20.00元 3天前
用户：xuzhen1
-
21下载积分 打赏15.00元 3天前
用户：x15580286248
-
21下载积分 打赏25.00元 3天前
用户：pcb
-
21下载积分 打赏20.00元 3天前
用户：bhacker
-
21下载积分 打赏15.00元 3天前
用户：liqiang9090
-
21下载积分 打赏25.00元 3天前
用户：有理想666
-
21下载积分 打赏15.00元 3天前
用户：godbox
-
21下载积分 打赏15.00元 3天前
用户：aetek
-
21下载积分 打赏5.00元 3天前
用户：mulanhk
-
21下载积分 打赏5.00元 3天前
用户：JuneLin61
-
21下载积分 打赏5.00元 3天前
用户：ccc6188
-
21下载积分 打赏5.00元 3天前
用户：木集盒
全部评论(0)