概要
モデル規模・データ量・計算量を増やすほど性能が予測的に向上する経験則。
詳しい解説
スケーリング則は、数・学習量・計算量を増やすほど、の性能が予測可能な形で向上するという経験則です。この法則が、各社が競って大規模モデルを開発する根拠となりました。一方で規模拡大のコストや限界も議論され、効率化(や)との両立が課題です。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
大きいほど賢い、の根拠
規模と性能の関係が数式的に見通せるため、投資判断や次世代モデルの設計に使われます。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する