VolgendeVolgende gids
Schaalwetten voor neurale netwerken
Grondbeginselen
Taal AI-GIDS
Chinchilla studied how to allocate a training-compute budget between parameters and training tokens.
Luister naar deze gidsAI-verteld · ~2 min
Its fitted results favor scaling both together in the evaluated regime; that objective is different from minimizing total deployment cost or guaranteeing one token ratio for every dataset.
The 2022 study fitted loss behavior across model and data budgets and estimated training-compute-optimal parameter and token allocations. The finding that both quantities should grow in similar proportions means comparable scaling exponents, not equal numerical counts. Chinchilla used about seventy billion parameters and 1.4 trillion training tokens, giving a twenty-token-per-parameter example. It was compared with the much larger Gopher under a comparable training-compute budget. The study argued that many evaluated contemporary large models were undertrained relative to the estimated optimum. These relationships are fitted results that depend on the data and setup; a fixed ratio is not a universal design law. LLaMA's paper discusses training smaller models longer as a way to consider inference efficiency, a different objective from training compute alone.
Comparing the 70-billion-parameter Chinchilla experiment with the 280-billion-parameter Gopher baseline.
Using fitted training-budget relationships as a starting point rather than a universal ratio rule.
Distinguishing a from-scratch training optimum from a smaller model chosen for repeated inference.
Evaluating whether parameters or data provide more value under a defined compute and quality objective.
Scaling research continues to examine data quality, repeated data, model architecture, and the cost of training versus serving. State the objective and evaluation conditions before calling an allocation optimal. A useful empirical trend is different from a guarantee that one parameter-token recipe dominates every workload.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
Chinchilla studied how to allocate a training-compute budget between parameters and training tokens. Its fitted results favor scaling both together in the evaluated regime; that objective is different from minimizing total deployment cost or guaranteeing one token ratio for every dataset.
Similar proportional growth is not a literal one-token-per-parameter rule.
1.4 trillion divided by seventy billion equals twenty; this example is not a universal optimum for every setup.
De Chinchilla met 70B-parameter versloeg DeepMind's eigen Gopher met 280B-parameter met dezelfde rekenkracht, omdat hij op veel meer gegevens trainde.
Veel grote modellen uit die tijd waren onvoldoende getraind, wat betekent dat ze beter zouden hebben gepresteerd met veel meer gegevens voor hun parametertelling.
Training Compute (FLOP's) is ongeveer evenredig met het aantal parameters vermenigvuldigd met het aantal trainingstokens.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
Schaalwetten voor neurale netwerken
Grondbeginselen