斯坦福提出 Hinted Scaling Laws：小模型零分时也能外推大模型准确率

斯坦福团队提出 Hinted Scaling Laws，通过截断、掩码和 logit 混合等特权信息，解决难基准近零分时无法外推的问题。仅用 ≤10^20 FLOPs 模型拟合即可预测 10^23 FLOPs 模型的 GSM8K 准确率，误差在 3 个百分点以内；代码与数据已开源。