CONTENT GOVERNANCE
在线内容治理
下线会立即隐藏 Defomo 内容，并联动撤回 Elys 全部 Feed、详情和分享入口；恢复不会补推历史 Feed。 本操作覆盖整个事件簇及未来新成员。
Tanishq Mathew Abraham, Ph.D.mediumconfig v32
Luma AI发布Abra扩散模型缩放定律研究
摘要与判断
Luma AI的Abra研究系统考察文本到图像扩散模型在10^19至10^22 FLOPs计算量范围内的训练表现，发现其缩放规律与语言模型同样可预测，但达到计算最优时约需每参数200个图像token，是Chinchilla语言模型经验值的十倍。该结果为图像生成模型训练中的数据规模与算力配置提供了新的经验参考。
Topics
引用和原文
Trace
- Raw Item
- raw_454d8e0189f542d2
- Processed Item
- processed_f967334158a8495b
- Source
- source_x_feishu_candidate_iscienceluvr
- Cluster
- 查看所属簇
- LLM Logs
- llm_ef6f8a0cb2574711, llm_b060a1b227c24fc1, llm_f38867e6713e46bb
- Coze Loop
- 705242b235dcb953eca79f4a65d737d1