热点事件持续更新

Spencer Frei 提交 Scaling Law 拟合研究论文

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Spencer Frei 提交论文《Ambiguous Fits: The Rashomon Effect and Challenges in Scaling Law Estimation》。论文称，多个拟合效果相近的参数方案在大规模外推时可能得出显著不同的结果；作者提出确定性 branch-and-bound 算法，旨在保证拟合损失近乎最优，并刻画近似最优解对应的 Scaling Law 曲线范围。

AI 根据报道生成 · 3 小时前更新

最新进展10月28日 12:00

模糊拟合：Rashomon 效应与 Scaling Law 估计的挑战

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

12:00
arXiv · Machine Learning
模糊拟合：Rashomon 效应与 Scaling Law 估计的挑战
研究发现，标准神经网络 Scaling Law 拟合存在 Rashomon 效应：多个拟合效果近似的参数方案，在大规模外推时可能给出显著不同的结果。作者提出确定性 branch-and-bound 算法，可保证拟合损失近乎最优，并穷尽刻画近似最优解对应的 Scaling Law 曲线范围。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月28日 21:00
近 24 小时变化: –

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。