解析大模型扩展定律多维度未撞墙原因
本视频完整笔记在评论区。关注本账号，每天精译优质英文访谈/演讲，每条都附完整康奈尔笔记，全部免费 本视频内容由 The Next 1,000 Days 频道发布于 2026-10-21 核心看点： • 扩展定律存在多个维度而非单一维度：公众和许多AI研究者曾认为大语言模型（LLM）的进步只依赖一条轴——预训练扩展（更多数据、更多算力）。但实际上研究者发现了至少四个可以在不同轴上… • 预训练扩展是一条对数曲线，存在“撞墙”风险：预训练遵循扩展定律（scaling law），每次同等幅度的智能跃升都需要