arXiv 论文提出长上下文持续预训练缩放定律
原文标题：Don't Stop Long-Context Continual Pre-Training Too Early: An Empirical Scaling Law
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究团队建立经验加性幂律，将长上下文性能与模型规模、短上下文预训练与长上下文持续预训练（LCCP）的 token 预算关联起来。在五种模型规模、上百种预算配置上验证该定律可外推，并提出 Constant-Last4 训练观测协议，在 1.22B 模型约 100B LCCP token 上准确预测性能轨迹。结果显示长上下文能力在评估范围内未见饱和，128K 扩展与 SFT 后收益仍保留。
- 问题
- 长上下文持续预训练需要多少 token、收益如何随规模变化尚不清楚。
- 方法
- 拟合加性幂律，把长上下文性能与模型规模及短/长上下文 token 预算关联，并提出 Constant-Last4 观测协议。
- 结果
- 在五种模型规模、上百种预算配置上验证可外推；1.22B 模型约 100B LCCP token 上准确预测轨迹，128K 扩展与 SFT 后收益保留。
- 影响
- 工程师可据此估算长上下文训练预算与收益，避免盲目堆 token。
深读 · 结论先行AI 生成展开看要点与影响 ↓
研究建立长上下文持续预训练的加性幂律，1.22B 模型约 100B token 上准确预测性能轨迹。
- •经验加性幂律将长上下文性能与模型规模、短上下文预训练及 LCCP token 预算关联
- •在五种模型规模、上百种预算配置上验证，可外推到留出模型规模
- •提出 Constant-Last4 协议，平均最近四个检查点以稳定监控单条训练轨迹
- •1.22B 模型约 100B LCCP token 上准确预测轨迹，评估范围内未见饱和
- •128K 扩展与 SFT 后收益仍保留，并延伸至长上下文理解与智能体任务
为什么重要：长上下文训练烧 token 极贵，可外推的缩放定律让团队能在小规模上预估预算与收益，而不必盲目堆数据。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。