热点事件持续更新
tszzl称能力提升放缓符合scaling律预期
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月4日，研究者 tszzl 就外界关于模型能力提升放缓的质疑作出回应。其核心说法是：在 log-log 坐标下，scaling power law 本身就预测，继续压低可约简损失会指数级变难，因此边际收益递减是该规律的应有走势，并非异常现象。报道称，tszzl 以此解释为何能力提升放缓与 scaling 律并不冲突——对数坐标图上的曲线形态本就意味着改善会越来越难。本次报道未提及具体模型、评测数据或其他研究者的回应。
AI 根据报道生成 · 3 小时前更新
最新进展10月4日 23:03
tszzl回应能力提升放缓质疑，称对数坐标下scaling律本就预示收益递减。报道时间线
沿着报道，了解事件的不同侧面。
10月4日
- AGI Hunttszzl：能力提升放缓正是 scaling 律对数坐标图的应有走势
研究者 tszzl 回应模型能力提升放缓的质疑，称在 log-log 坐标下 scaling power law 本身就预测继续压低可约简损失会指数级变难。因此边际收益递减符合理论预期，并非异常现象。
本事件热度走势
当前热度 9·可比范围峰值 10（10月5日 01:00）·近 24 小时可比范围变化 –
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。