跳到正文
热点事件持续更新

SAE训练数据缩放律研究

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Nikita Koriagin 等作者发表 SAE 训练数据的缩放定律研究,称在总训练预算固定时,激活缓冲区增大到质量平台期后,重复回放缓冲区与全程使用新激活的效果几乎相当,继续增加唯一激活对重建和可解释性的收益甚微。 该结论针对固定预算下的激活缓冲区规模与数据多样性、重复之间的权衡,作者用缩放定律描述这一取舍。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv cs.CL
    SAE 训练数据的缩放定律:固定预算下激活缓冲区该多大

    研究提出 SAE 训练数据的缩放定律:总训练预算固定时,激活缓冲区增大到质量平台期后,重复回放缓冲区与全程使用新激活效果几乎相当,继续增加唯一激活对重建和可解释性收益甚微。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。