研究：算法效率提升与算力规模绑定
热点事件持续更新
研究：算法效率提升与算力规模绑定
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Hans Gundlach 等作者发表的论文对“2012 至 2023 年 AI 预训练算法效率提升 22,000 倍”这一说法做消融实验，发现小算力规模下只能解释不到 10 倍，加上文献中其他创新也不到 100 倍。 作者通过 LSTM 与 Transformer 的缩放实验发现，两者在计算最优缩放律上存在指数差异，据此认为算法效率增益与算力规模绑定，小算力下的算法进展远慢于此前假设。该论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 50 分钟前更新
最新进展11月11日 13:00
研究：语言模型预训练中的算法效率提升与算力规模相关报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI研究：语言模型预训练中的算法效率提升与算力规模相关
arXiv 论文对 2012 至 2023 年 AI 预训练算法效率提升 22,000 倍的说法做消融实验，在小算力规模下只能解释不到 10 倍，加上文献中其他创新也不到 100 倍。作者通过 LSTM 与 Transformer 的缩放实验发现两者在计算最优缩放律上存在指数差异，认为算法效率增益与算力规模绑定，小算力下的算法进展远慢于此前假设。该论文已被 NeurIPS 2026 接收。
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。