arXiv 论文提出图像自蒸馏数据密度缩放律
原文标题：Data Density Scaling Laws for Image Self-Distillation
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
一篇 arXiv 论文研究图像自蒸馏模型中的数据重复训练效应，发现重复使用同一批样本对下游性能的影响因数据集而异，某些情况下在较小随机子集上反复训练反而优于使用更多唯一样本。作者提出一种改进的 Chinchilla 式缩放律，同时考虑唯一样本数与每样本重复次数，为数据-算力权衡提供新框架。
- 问题
- 图像自蒸馏中重复使用样本对下游性能的影响是否如现有缩放律假设的那样递减。
- 方法
- 在多个数据集上系统实验，提出同时考虑唯一样本数与每样本重复次数的改进 Chinchilla 式缩放律。
- 结果
- 发现小随机子集重复训练有时优于更多唯一样本；新公式在部分区间预测更准，但收益不一致。
- 影响
- 数据受限时，工程师可考虑重复小数据集而非盲目扩数据，重新评估数据-算力预算分配。
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。