Relative Scaling Laws for LLMs
大语言模型的相对扩展定律
机构 * Stanford University(斯坦福大学) ; OpenAthena(开放阿塔纳) ; Georgia Institute of Technology(佐治亚理工学院)
AI总结 本研究提出相对扩展定律,通过分析不同测试分布在规模变化下的性能差异,揭示大语言模型在扩展过程中并非普遍均衡器,强调了鲁棒性挑战的重要性。
作者
Natural Language Processing
大语言模型的相对扩展定律
机构 * Stanford University(斯坦福大学) ; OpenAthena(开放阿塔纳) ; Georgia Institute of Technology(佐治亚理工学院)
AI总结 本研究提出相对扩展定律,通过分析不同测试分布在规模变化下的性能差异,揭示大语言模型在扩展过程中并非普遍均衡器,强调了鲁棒性挑战的重要性。