**新型缩放法则可降低99%计算需求，或将改变AI模型训练方式**

_New Approach to Scaling Laws Could Change How AI Models Are Trained_

> 斯坦福大学研究人员受测量科学与教育评估启发，开发出项目反应缩放法则（IRSL），大幅减少预测大语言模型性能缩放所需的计算量。该方法仅需传统方法1%以下的查询次数，即可实现同等或更高预测准确度，有望节省数百万美元训练成本，提升模型开发效率。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-06-17 15:35（北京时间）
- **原文**：[打开原文](https://hai.stanford.edu/news/new-approach-to-scaling-laws-could-change-how-ai-models-are-trained)