用 nanogpt 训练前 3% 的 checkpoint 做 benchmark 还藏 y 轴标签，被批学术不端

有人指责用 nanogpt 训练仅前 3% 进度的 checkpoint 做基准测试并隐藏图表 y 轴标签，属学术不诚实。被引原文指出，对比图发布于 fineweb 验证损失 5.0 nats 处，该损失值高到根本不在 nanogpt-small 训练曲线图内。此阶段大部分信号只是把低概率 token 的 logits 推向负无穷，真正的特征学习尚未开始，模型能力差异 largely 是噪声。