スケーリング則

大規模言語モデル（LLM）などのAI開発において、モデルのパラメータ数、訓練データ量、および計算資源（コンピューティングパワー）の3つの要素を拡大させることで、モデルの性能（テスト誤差）がべき乗則に従って改善するという経験則。2020年にOpenAIの研究者らによって定式化され、現在の巨大なAIモデル開発の理論的根拠となっている。