神經縮放原則

神經縮放原則（譯自英文：Neural scaling law），又或者叫神經縮放定律，係一種人工智能現象，講緊訓練人工神經網絡嗰陣，隨住模型規模、訓練數據量或者計算資源增加，模型性能會系統噉提升，畫條線出嚟嘅話（打戙條軸做性能，打橫條軸係變緊嘅參數）條線會跟從某啲特定嘅式變化。

參見