提示缩放律提升模型扩展预测精度

针对弱模型评分过零导致传统缩放律失效的问题，研究人员提出“提示缩放律”。该方法通过特权信息生成不同难度基准，从而建立连续的预测趋势，解决了早期预测中断的痛点。 在 Delphi 预训练梯度和多个后训练模型家族的实验中，该方法显著提升了预测准确性。它将 GSM8K、AIME 和 HLE 的中位数预测误差从 21 个百分点大幅降低至 4.3 个百分点。 此外，该方案还有效提高了数据效率。通过优化预测机制，它显著减少了区分不同模型性能所需的测试样本数量，为模型评估提供了更高效的工具。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。