生成AI研究を、要点から追う。

ブーストジェットタグ付けのためのニューラル・スケーリング則：JetClassで学ぶ計算量配分、反復学習、入力表現の影響

公開データセットJetClassのブーストジェット分類で、モデルのパラメータ数と学習データ数を同時に増やして学習計算量を拡張すると、検証損失が不可約損失と呼ぶ到達限界へ一貫して近づくことを、スケーリング則として整理しています。