微小改进引发指数级突破：Scaling Law的最新研究进展

关于Scaling Law的经济价值再度引发讨论

当前行业普遍认为随着模型规模的扩大，收益增长率正在减缓，这使得持续投入巨资训练超大模型的合理性受到质疑。然而最新研究给出了不同视角：即便在单项任务精确度上的边际改进越来越有限，这些看似微小的进步累积起来，却能推动模型执行任务长度的指数级增长，而这在实际应用中往往更具商业意义。

企业应该如何评估投入产出比？从去年开始，这个问题就成为AI行业的焦点辩论。最新研究发现，传统基准测试中观察到的收益递减现象，可能掩盖了更重要的价值维度。

剑桥大学新发现：长时程执行的指数价值

剑桥大学团队的最新研究表明，大语言模型的实际价值往往体现在连续完成复杂任务的能力上。即便单步准确率提升放缓，但微小的进步经过累积放大，可以让模型处理的任务长度呈现爆炸式增长。

论文题目：《收益递减的假象：衡量大语言模型的长时程执行能力》
研究人员通过解构任务执行的本质，揭示了三个关键发现：

1. 虽然单步准确率的边际回报在减少，但任务长度的增长呈现指数曲线
2. 模型存在"自我条件设定"效应，错误会形成恶性循环
3. 具备思考能力的模型可显著突破执行长度限制

这些发现解释了为何商业实践中，大模型能持续创造超预期的价值。当我们将评估重点从单点准确率转向任务连贯性时，就会发现持续投入仍然具有显著意义。

研究方法的创新突破

团队采用创新的实验设计，通过对规划和执行环节的解耦分析，清晰展示了模型能力的演变规律。主要发现包括：

• 当步骤准确率超过70%后，任务长度出现超指数增长
• 模型参数增加可显著延长有效执行轮次
• 思维链机制能够有效打破错误累积的恶性循环

这些发现为行业发展提供了新的评估维度，可能改变我们对模型能力边界的认知。研究团队呼吁建立更多针对长时程任务的评估基准，以更全面地衡量AI系统的实际表现。