Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.06617

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2508.06617 (cs)
[提交于 2025年8月8日 (v1) ,最后修订 2025年8月13日 (此版本, v2)]

标题: 密集和稀疏大语言模型的缩放定律推广

标题: Generalizing Scaling Laws for Dense and Sparse Large Language Models

Authors:Md Arafat Hossain, Xingfu Wu, Valerie Taylor, Ali Jannesari
摘要: 在过去几年中,语言模型的规模呈指数级增长,训练这些大型模型的计算成本也随之增加。这种快速增长促使研究人员开发新的技术,以提高训练过程的效率。尽管取得了这些进展,但最优地预测模型规模或分配最优资源仍然是一个挑战。一些研究通过提出不同的缩放定律来解决这一挑战,但几乎所有这些定律都是针对特定架构的(密集或稀疏)。在本工作中,我们重新审视现有的缩放定律,并提出一种通用的缩放定律,以提供一个适用于密集和稀疏大型语言模型的统一框架。我们评估并比较了所提出的缩放定律与现有缩放定律,以证明其有效性。
摘要: Over the past few years, the size of language models has grown exponentially, as has the computational cost to train these large models. This rapid growth has motivated researchers to develop new techniques aimed at enhancing the efficiency of the training process. Despite these advancements, optimally predicting the model size or allocating optimal resources remains a challenge. Several efforts have addressed the challenge by proposing different scaling laws, but almost all of them are architecture-specific (dense or sparse). In this work we revisit existing scaling laws and propose a generalized scaling law to provide a unified framework that is applicable to both dense and sparse large language models. We evaluate and compare our proposed scaling law with existing scaling laws to demonstrate its effectiveness.
评论: 8页,8图
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI); 性能 (cs.PF)
引用方式: arXiv:2508.06617 [cs.LG]
  (或者 arXiv:2508.06617v2 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.06617
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xingfu Wu [查看电子邮件]
[v1] 星期五, 2025 年 8 月 8 日 18:07:11 UTC (1,774 KB)
[v2] 星期三, 2025 年 8 月 13 日 17:55:48 UTC (1,776 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.AI
cs.PF

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号