OpenAI Scaling Law被曝存在致命bug，万亿算力全白烧

AI 摘要

一句话摘要: OpenAI早期Scaling Law因bug误导全球AI行业，导致算力浪费和模型训练方向错误。 关键事实: OpenAI 2020年Scaling Law因固定token数和学习率设置错误，导致模型优先堆参数而非数据；DeepMind 2022年Chinchilla研究纠正了该错误，但自身也存在拟合bug；后续研究指出当前Scaling Law仅适用于英语，其他语言效率更高。 涉及主体: OpenAI, DeepMind, Diogo Almeida, Sander Dieleman, Adam Zachary Wasserman 可能影响: 该发现可能促使AI行业重新评估算力分配，转向更高效的数据驱动模型训练，减少无效规模扩张。 是否值得继续跟踪: 是，因为Scaling Law是AI发展的核心理论，其修正可能改变未来模型设计和算力投资方向。 噪音/炒作风险: 中，虽然内容有实质技术争议，但标题和部分表述可能夸大影响，需结合原始研究验证。