モデル容量とデータ量を統合する新たなスケーリング法則Skaling

arXiv cs.CL ・ 2026-08-07

原題: Skaling: Chinchilla's Exponents Meet Kaplan's Coupling

AI による要約

Skaling則は、モデル容量と学習データ量の相互作用を表す単一の指数を導入し、従来のScaling Lawにおける過小・過大評価を解消するモデルである。損失予測の誤差を大幅に低減し、小規模な実験から約10倍少ない計算量で高精度な性能予測を可能にした。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。