NeuralScaleID是一个基于约翰霍普金斯大学U. Sharma和J. Kaplan(2020年)研究的项目,旨在从数据流形维度的角度探索神经扩展规律。该项目深入研究了模型性能与数据复杂性之间的关系,并实现了研究论文中的理论发现,支持实验结果的复现。
字节跳动提供 DeepSeek R1、OpenAI o1、GPT-4o、Claude 3.5 和 Gemini 1.5等领先大模型