Jane Street发现序列加权随规模非单调缩放
热点事件持续更新
Jane Street发现序列加权随规模非单调缩放
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Jane Street 研究内部预训练语言模型与开源 Qwen 2.5（500M 至 72B 参数）上的序列加权缩放规律，发现有效序列权重指数随模型规模先升后降：小模型忽略权重、学习通用模式，中等规模模型按权重学习数据特定模式，大模型又回到与权重无关地学习全部模式。 Jane Street 称，这一非单调结果与 MAI-Thinking-1 技术报告中代码与 STEM 数据混合质量排序随规模反转的现象一致。
AI 根据报道生成 · 3 小时前更新
最新进展11月5日 02:30
Jane Street 研究：数据序列加权随模型规模呈非单调缩放规律报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- Hacker NewsJane Street 研究：数据序列加权随模型规模呈非单调缩放规律
Jane Street 研究了内部预训练 LLM 与开源 Qwen 2.5（500M 至 72B 参数）上的序列加权缩放规律，发现有效序列权重指数随规模先升后降：小模型忽略权重学习通用模式，中等规模模型按权重学习数据特定模式，大模型又回到与权重无关地学习全部模式。该结果与 MAI-Thinking-1 技术报告中代码与 STEM 数据混合质量排序随规模反转的现象一致。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月5日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。