机器人缩放定律的诞生
摘要
本文介绍了机器人技术中的缩放定律概念，这可能为推进机器人系统和人工智能研究提供见解。
暂无内容
相似文章
扩展定律，谨慎解读（25分钟阅读）
全面概述深度学习中的扩展定律，追溯其理论基础和实证发现，并解释损失如何随模型大小、数据和计算量可预测地降低。
Coupled Scaling: 神经缩放定律的表示可访问性框架
本文介绍了 Coupled Scaling，一个任务条件框架，用于解释神经缩放定律如何根据任务结构与架构优化系统可访问的几何表示之间的关系而变化。
Dyna-2: A 1-Million-Hour Scaling Law for World-Action Models (29 minute read)
Dyna-2 is a world-action model pre-trained on over a million hours of human video, showing scaling laws on human data and a human-to-robot transfer scaling law for zero-shot robot performance.
来自Adam Majmudar（OpenAI研究员）的有趣帖子——全文见正文
Adam Majmudar对AI能力快速发展的分析，重点介绍了新的扩展规律如何推动超越外部预期的飞跃。
@lilianweng: 一篇超级迟到的（3年以上？）关于扩展定律的帖子。计算很昂贵。扩展定律是一种帮助我们推理…
Lilian Weng的博客文章全面概述了深度学习中的扩展定律，涵盖了它们的推导、计算最优分配以及Kaplan等人与Chinchilla之间的争论。