IN AI, IS BIGGER BETTER?

被引：25
作者：
Ananthaswamy, Anil
机构：
来源：
NATURE | 2023年 / 615卷 / 7951期
关键词：
Machine learning; Mathematics and computing; Technology; Society;
D O I：
10.1038/d41586-023-00641-w
中图分类号：
O [数理科学和化学]; P [天文学、地球科学]; Q [生物科学]; N [自然科学总论];
学科分类号：
07 ; 0710 ; 09 ;
摘要：
As generative AI models grow larger and more powerful, some scientists advocate for leaner, more energy-efficient systems.
引用
收藏
页码：202 / 205
页数：4
相关论文
共 13 条
[1]  
Borgeaud S, 2022, Arxiv, DOI [arXiv:2112.04426, DOI 10.48550/ARXIV.2112.04426]
[2]  
Bubeck S, 2021, Arxiv, DOI arXiv:2105.12806
[3]  
Caballero E, 2022, Arxiv, DOI [arXiv:2210.14891, DOI 10.48550/ARXIV.2210.14891]
[4]  
Chowdhery A, 2022, Arxiv, DOI [arXiv:2204.02311, DOI 10.48550/ARXIV.2204.02311, 10.48550/ARXIV.2204.02311, 10.48550/arXiv.2204.02311]
[5]  
Du N, 2022, Arxiv, DOI arXiv:2112.06905
[6]  
Fan A, 2022, arXiv, DOI DOI 10.48550/ARXIV.2211.05100
[7]  
Frieder S, 2023, Arxiv, DOI [arXiv:2301.13867, 10.48550/arXiv.2301.13867, DOI 10.48550/ARXIV.2301.13867]
[8]  
Hernandez-Garcia A, 2023, arXiv
[9]  
Hoffmann J, 2022, Arxiv, DOI [arXiv:2203.15556, DOI 10.48550/ARXIV.2203.15556, 10.48550/arXiv.2203.15556]
[10]  
Kaplan J, 2020, Arxiv, DOI arXiv:2001.08361
12