概念
别名：规模化定律、scale laws
描述模型性能随数据、参数和计算量增长的规律，是当前 AI 发展的核心驱动力。
已跟踪 3 条高相关材料
最近变化
2026-06-02 · Transformer 是目前最强的可扩展模型，但并非智能的终极答案
为什么值得关注
scaling laws 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 最新对话：Claude 为什么一直限速？
宝玉的分享 · 9.2 分
Anthropic 联合创始人兄妹 Dario 与 Daniela Amodei 揭示 Claude 限速主因：2026 年 Q1 实际增速年化达 80 倍，远超原定 10 倍算力规划。公司正通过 SpaceX 等大规模算力合作应对，并强调开发者是 AI 经济扩散的先行指标。
#568. Transformer辩论：如何理解下一代智能之争
跨国串门儿计划 · 9 分
Transformer 架构虽仍主导当前 AI 发展，但其局限性促使 postTransformer 路径探索；未来智能可能来自混合架构与更高效推理机制，而非单一范式。
Are scaling laws finally working for time series foundation models? Today, @datadoghq is releasing ...
clem 🤗(@ClementDelangue) · 8.5 分
Datadog 发布 Toto 2.0，首次实现时间序列基础模型的规模定律，参数从 4M 到 2.5B 均表现优于前代。
已收录 3 条与 scaling laws 相关的内容，按评分排序。
Anthropic co-founders reveal that Claude's rate limits stem from Q1 2026 usage growing at an 80x annualized rate, far exceeding their 10x compute planning. The company is responding with massive compute deals like the one with SpaceX.
入选理由：Claude 限速因实际使用增速达年化 80 倍，远超 Anthropic 按 10 倍设计的算力弹性。
While the Transformer architecture still dominates current AI development, its limitations are driving exploration of post-Transformer paths; future intelligence may come from hybrid architectures and more efficient reasoning mechanisms rather than a single paradigm.
入选理由：Transformer 是目前最强的可扩展模型，但并非智能的终极答案
Datadog releases Toto 2.0, achieving scaling laws in time series foundation models.
入选理由：Toto 2.0 参数范围覆盖 4M 到 2.5B，每个版本均超越前代性能。
