Toby Ord 推演：RL、推理与预训练算力对应不同幂律指数

牛津学者 Toby Ord 在讨论中指出，benchmark 得分对 log(compute) 的斜率在 RL 算力、推理算力与预训练算力三种情形下各不相同，因此对应不同的幂律指数。由此推论，模型在随机任务上的成功概率随 log(compute) 呈指数增长，即成功几率按算力的幂律增长。