Lois d'échelle des LLM: analyse de chercheurs en IA
Les grands modèles de langage prédisent le token suivant à partir de motifs appris dans les données textuelles. Le terme lois d'échelle des LLM désigne des régularités empiriques qui relient les performances du modèle à la quantité de calcul, aux données d'entraînement et aux paramètres du modèle utilisés pendant l'entraînement.
Pour comprendre comment ces relations influencent la conception des modèles modernes en pratique, nous avons examiné les conclusions de 8 articles académiques et les perspectives de 3 grands laboratoires et chercheurs en IA.
Principaux enseignements de l'analyse des lois d'échelle des LLM
Le graphique montre comment l'entraînement des LLM est passé d'approches riches en paramètres et pauvres en données à l'entraînement de modèles plus petits sur nettement plus de données. Les premiers modèles tels que GPT-3, Gopher et MT-NLG utilisaient près d'un token d'entraînement par paramètre. Les recherches sur Chinchilla ont ensuite suggéré que, avec un budget de calcul d'entraînement fixe, environ 20 tokens par paramètre pouvaient offrir de meilleures performances.
Les modèles Llama récents dépassent ce ratio de loin. Llama 3 8B, par exemple, a été entraîné avec environ 1 900 tokens par paramètre. Cela montre qu'investir davantage de calcul pendant l'entraînement peut améliorer la capacité du modèle par paramètre et réduire les coûts d'inférence pendant la durée de vie du modèle.
Le principal enseignement est que le nombre de paramètres à lui seul n'est pas un indicateur fiable des performances d'un modèle. La qualité d'un modèle dépend de l'équilibre entre les paramètres, les données d'entraînement et le calcul.
Preuves issues de la recherche académique sur les lois d'échelle
« Comportements d'échelle du post-entraînement par apprentissage par renforcement des LLM », Zhang, Yin et al.
L'article « Comportements d'échelle du post-entraînement par apprentissage par renforcement des LLM » (2026) examine comment l'apprentissage par renforcement pendant le post-entraînement évolue avec la taille du modèle et le calcul.
Les auteurs mènent une étude empirique sur des modèles de tailles variées et constatent que la relation entre la perte de test, le calcul et les données peut être modélisée à l'aide d'une loi de puissance prédictive. Ce schéma se vérifie pour les modèles de base et les modèles ajustés aux instructions, ce qui suggère que le post-entraînement par apprentissage par renforcement suit des régularités similaires à celles observées lors du pré-entraînement.
Cependant, l'analyse identifie également une tendance à la saturation latente dans le terme d'efficacité d'apprentissage. Bien que les modèles plus grands atteignent une efficacité d'apprentissage plus élevée, les rendements diminuent à mesure que l'échelle augmente.
Cela indique que la mise à l'échelle de l'apprentissage par renforcement comporte des limites intrinsèques différentes de celles observées lors du pré-entraînement et que les praticiens doivent tenir compte de ces limites lorsqu'ils allouent du calcul aux étapes de post-entraînement.1
« Les lois d'échelle rencontrent l'architecture des modèles : vers des LLM efficaces en inférence », Bian, Yu, Venkataraman & Park
Bian et al. (2025) s'appuient sur le cadre de Chinchilla en intégrant l'architecture des modèles dans la mise à l'échelle optimale en calcul. Les lois d'échelle traditionnelles traitent le nombre de paramètres et les tokens d'entraînement comme les principales variables, mais à mesure que le coût d'inférence devient une préoccupation majeure, les choix architecturaux déterminent de plus en plus l'efficacité du déploiement.
Les auteurs introduisent une loi d'échelle conditionnelle qui ajoute des informations architecturales au cadre de Chinchilla. Ils examinent comment la taille cachée, la répartition des paramètres entre les couches MLP et d'attention, et l'attention par requêtes groupées influencent à la fois la précision et le coût d'inférence. Le cadre comprend également une procédure de recherche pour identifier des configurations à la fois efficaces en inférence et précises.
Pour valider l'approche, les auteurs entraînent plus de 200 modèles allant de 80 millions à 3 milliards de paramètres sur 8 milliards à 100 milliards de tokens d'entraînement. Les résultats suggèrent que les décisions architecturales peuvent modifier de manière prévisible la relation entre la taille du modèle et le coût d'inférence. Cette conclusion conforte la tendance plus large à considérer l'architecture du modèle comme un facteur ajustable dans la mise à l'échelle plutôt que comme un choix fixe effectué avant le début de l'entraînement.
Figure 1 : Résultats du balayage de mise à l'échelle montrant le débit d'inférence (à gauche) et les contours prédits de la perte d'entraînement (à droite) selon la taille cachée et le rapport MLP/attention.2
« Loi de densification des LLM », Xiao, Cai & Zhao
La loi de densification des LLM (2025) examine l'efficacité avec laquelle les modèles utilisent leurs paramètres. Elle introduit le concept de densité de capacité, défini comme le rapport entre le nombre de paramètres effectifs d'un modèle et son nombre de paramètres réels. Le nombre de paramètres effectifs est estimé en ajustant des lois d'échelle aux modèles existants et en demandant quelle taille un modèle de référence devrait avoir pour égaler les performances actuelles.
Les auteurs observent que les meilleurs modèles à chaque instant présentent une densité de capacité croissante. Cela signifie que les modèles plus récents atteignent une performance donnée avec moins de paramètres que les modèles plus anciens. La tendance apparaît approximativement exponentielle.
Cette observation suggère que les progrès dans les grands modèles de langage concernent à la fois la mise à l'échelle de la taille des modèles et l'amélioration de l'architecture des modèles, de la qualité des données d'entraînement et des algorithmes d'entraînement. L'article soutient que le suivi de l'efficacité des paramètres est essentiel pour comprendre les orientations futures du traitement du langage naturel et de l'apprentissage automatique.
Figure 2 : Le graphique montre la densité de capacité estimée pour les LLM de base open source sur cinq benchmarks de raisonnement et de codage, la taille des cercles indiquant le nombre de paramètres du modèle, et une ligne de tendance suggérant une « loi de densification » selon laquelle la densité de capacité maximale augmente de façon exponentielle.3
« Sloth : lois d'échelle des compétences des LLM pour prédire les performances multi-benchmarks entre familles », Polo, Somerstep & Choshen
Sloth présente une nouvelle approche dans « Sloth : lois d'échelle des compétences des LLM pour prédire les performances multi-benchmarks entre familles » (2025), en déplaçant l'attention de la perte du modèle vers les performances au niveau des benchmarks. Au lieu de traiter les tâches séparément, Sloth identifie un ensemble de compétences latentes qui capturent les performances des modèles de langage sur différents benchmarks. Ces compétences représentent des capacités générales telles que le raisonnement ou la récupération de connaissances.
Le cadre modélise la manière dont chaque compétence évolue avec les paramètres du modèle et les données d'entraînement. Sloth utilise des caractéristiques simples, telles que les logarithmes des tailles du modèle et du dataset, pour décrire comment ces compétences changent au sein d'une famille de modèles. Une fois ajusté, Sloth peut prédire les performances de modèles plus grands de la même famille sur de nombreux benchmarks sans les entraîner.
En utilisant les prédictions de Sloth, les organisations peuvent décider où allouer les ressources de calcul et éviter les configurations d'entraînement peu susceptibles d'atteindre les performances souhaitées. Cela favorise une planification plus rationnelle de l'entraînement des modèles dans des conditions réelles.4
« Au-delà de l'optimal de Chinchilla : prise en compte de l'inférence dans les lois d'échelle des modèles de langage », Sardana, Portes & Doubov
Dans « Au-delà de l'optimal de Chinchilla : prise en compte de l'inférence dans les lois d'échelle des modèles de langage » (2025), Sardana et al. étendent le cadre de Chinchilla en intégrant les coûts d'inférence dans la mise à l'échelle optimale en calcul.
Au lieu de minimiser uniquement le calcul d'entraînement, ils fixent un niveau de performance cible et optimisent le coût combiné de l'entraînement et de l'inférence sur la durée de vie du modèle.
Ce changement conduit à une idée pratique importante : dans les contextes à forte utilisation, des modèles plus petits entraînés sur davantage de données peuvent souvent égaler les performances de modèles plus grands tout en engendrant des coûts de calcul totaux inférieurs.
Figure 3 : Les graphiques comparent les ratios de coût total, de nombre de paramètres et de tokens d'entraînement entre des modèles optimaux en coût réels et des modèles de type Chinchilla.5
« La mise à l'échelle de l'IA peut-elle se poursuivre jusqu'en 2030 ? », Epoch IA
Epoch IA a examiné en 2024 si le rythme actuel de mise à l'échelle de l'entraînement de l'IA, environ quatre fois par an, peut se poursuivre jusqu'à la fin de la décennie. L'analyse se concentre sur quatre contraintes potentielles : la disponibilité de l'énergie, la capacité de fabrication de puces, la rareté des données et le mur de latence imposé par les exigences de calcul séquentiel.
Les auteurs estiment que des cycles d'entraînement de 2e29 FLOP seront probablement réalisables d'ici 2030. Ils prévoient que les données multimodales porteront les stocks de données d'entraînement effectifs entre 450 billions et 23 billiards de tokens, permettant des cycles d'entraînement de 6e28 à 2e32 FLOP. La génération de données synthétiques pourrait étendre cela davantage si les laboratoires d'IA allouent une part significative du calcul à leur production.
L'analyse identifie la disponibilité de l'énergie comme la contrainte la plus susceptible de s'exercer en premier, suivie par la capacité de fabrication de puces. La rareté des données devient un problème important à peu près à la même période, tandis que le mur de latence est moins susceptible de s'exercer à court terme.
Les travaux d'Epoch traduisent le concept abstrait de limites de mise à l'échelle en bornes quantitatives spécifiques, offrant aux organisations des points de repère pour la planification à long terme des ressources de calcul et des investissements en infrastructure.6
« Modèles de langage à grande échelle optimaux en calcul », Hoffmann, Borgeaud & Mensch
L'article « Modèles de langage à grande échelle optimaux en calcul » (2022) réévalue les lois antérieures pour les modèles de langage neuronaux à l'aide d'un vaste ensemble d'expériences contrôlées. Il modélise la perte comme une fonction conjointe des paramètres du modèle et de la taille des données d'entraînement, et constate que de nombreux grands modèles antérieurs étaient sous-entraînés pour leur nombre de paramètres. Lorsque les chercheurs entraînent des modèles plus grands avec des données d'entraînement insuffisantes, la qualité du modèle obtenu ne correspond pas aux prédictions des lois d'échelle traditionnelles.
Les auteurs montrent que, pour un budget de calcul fixe, les performances optimales sont atteintes lorsque les modèles utilisent des nombres de paramètres et de tokens d'entraînement d'ordres de grandeur similaires. Ce résultat est largement connu sous le nom de loi d'échelle de Chinchilla. Elle stipule qu'un entraînement optimal en calcul exige une relation quasi proportionnelle entre le nombre de paramètres et le nombre de tokens d'entraînement.
Cette approche produit des modèles plus petits qui obtiennent de meilleures performances que des modèles plus grands entraînés sur des données limitées. Elle favorise également une sélection efficace des modèles, car les chercheurs peuvent ajuster des lois d'échelle à des modèles plus petits et prédire les performances d'un modèle de langage pour des configurations plus grandes avant l'entraînement.
Figure 4 : La figure superpose les prédictions de plusieurs méthodes, indiquant toutes que les grands modèles actuels sont surdimensionnés et devraient plutôt être plus petits et entraînés plus longtemps.7
« Lois d'échelle pour les modèles de langage neuronaux », Kaplan & McCandlish
Kaplan et al. ont introduit les premières lois d'échelle largement citées pour les modèles de langage neuronaux dans « Lois d'échelle pour les modèles de langage neuronaux » (2020).
Dans leur analyse, les performances d'un modèle suivent des relations de loi de puissance par rapport à trois variables clés : le nombre de paramètres du modèle, la taille du dataset d'entraînement (mesurée en tokens) et le calcul d'entraînement total.
En faisant varier systématiquement ces trois facteurs, les auteurs ont montré que l'augmentation de l'un d'entre eux entraîne des réductions prévisibles de la perte, à condition que les autres soient mis à l'échelle de manière appropriée.
Figure 5 : La figure montre comment la perte de test évolue avec la taille du modèle sous différents budgets de calcul et nombres d'étapes d'entraînement, révélant l'équilibre optimal entre taille du modèle, calcul et durée d'entraînement pour de meilleures performances.
Ce travail a établi les fondations des recherches ultérieures sur les lois d'échelle des modèles de langage. Il a également démontré que la forme et la profondeur du modèle ont un effet plus faible que le nombre total de paramètres et les tokens d'entraînement lorsque le calcul est fixe. Cette idée a influencé la manière dont les chercheurs ultérieurs ont conçu les algorithmes d'entraînement pour les grands modèles de langage.8
Avis des grands laboratoires et chercheurs en IA sur les lois d'échelle des LLM
Au-delà des lois d'échelle académiques, les chercheurs et praticiens du secteur soulignent comment ces principes se traduisent dans le développement et le déploiement de modèles en conditions réelles.
Les points de vue suivants illustrent comment différentes parties prenantes, des fournisseurs de matériel aux chercheurs appliqués, interprètent et appliquent les lois d'échelle en pratique.
NVIDIA
Du point de vue de l'infrastructure, NVIDIA a présenté les lois d'échelle comme des outils pratiques pour concevoir et entraîner de grands modèles de langage en 2025. L'entreprise met en avant trois axes de mise à l'échelle principaux :
- Taille du modèle.
- Taille du dataset.
- Ressources de calcul.
Selon NVIDIA, mettre à l'échelle l'un de ces facteurs dans le bon régime entraîne des améliorations prévisibles de la qualité du modèle.
L'article souligne également l'importance du calcul au moment du test. Les systèmes modernes passent plus de temps sur l'inférence en utilisant des techniques telles que des séquences de raisonnement étendues. Cela ajoute une nouvelle dimension aux lois d'échelle, au-delà de l'accent initial mis sur les tokens d'entraînement et les paramètres du modèle.
NVIDIA utilise ces idées pour expliquer pourquoi la demande de ressources de calcul continue de croître, même à mesure que les modèles deviennent plus efficaces en paramètres. L'entreprise suggère que l'entraînement et l'inférence resteront des moteurs importants de l'utilisation du calcul dans les futurs systèmes de traitement du langage naturel.9
Cameron Wolfe, chercheur en LLM chez Netflix
Du point de vue d'un praticien, Cameron Wolfe explique en 2025 comment les relations de loi de puissance originales de la littérature académique s'appliquent aux modèles actuels et comment les praticiens peuvent utiliser ces courbes pour estimer les performances atteignables avant d'entraîner de plus grands modèles.
Wolfe examine les rôles de la forme et de l'architecture des modèles dans la mise à l'échelle et note que, si les lois d'échelle traditionnelles se concentrent sur le nombre de paramètres, les systèmes pratiques doivent également tenir compte de la qualité des données et des algorithmes d'entraînement. L'article souligne les préoccupations concernant la disponibilité de données de haute qualité et la manière dont ces contraintes peuvent affecter l'entraînement des futurs modèles plus grands.
L'analyse présente les lois d'échelle comme un guide pour évaluer les modèles existants et estimer comment les performances d'un modèle peuvent évoluer lorsque les données d'entraînement sont étendues ou lorsque les paramètres du modèle sont ajustés.10
MIT-IBM Watson IA Lab
Adoptant un point de vue plus méthodologique, les chercheurs du MIT-IBM Watson IA Lab analysent les lois d'échelle à travers de multiples architectures et datasets en 2025.
Les chercheurs compilent un vaste méta-dataset comprenant 485 modèles pré-entraînés, des métadonnées d'entraînement détaillées et 1.9 million de mesures de performance. Les modèles proviennent de 40 familles de modèles (Pythia, OPT, OLMo, LLaMA, Bloom, T5-Pile, GPT, etc.). Ce dataset est utilisé pour tester plus de 1 000 lois d'échelle candidates et identifier des régularités qui se généralisent entre différentes familles de modèles.
L'étude décrit des étapes claires pour ajuster des lois d'échelle sous contraintes de calcul. Elle recommande de définir un budget de calcul et une performance cible, puis d'entraîner une petite collection de modèles de tailles différentes plutôt que de se concentrer sur les plus grands modèles. Les points de contrôle intermédiaires sont présentés comme des sources d'information précieuses, tandis que les données d'entraînement précoces sont déconseillées en raison du bruit.
Les auteurs montrent que lorsque ces recommandations sont suivies, les prédictions peuvent approcher la borne inférieure fixée par la variabilité des graines aléatoires. Même lorsque les prédictions sont moins précises, les lois d'échelle restent utiles pour comparer les choix d'entraînement et identifier des configurations prometteuses.
Les travaux notent que les performances varient considérablement selon les familles de modèles, ce qui renforce l'importance d'utiliser des contextes d'entraînement diversifiés lors de l'ajustement des lois d'échelle.11
Que disent les principaux chercheurs sur l'avenir de la mise à l'échelle ?
Points de vue soutenant la validité continue des lois d'échelle
Dans l'ensemble du paysage de la recherche, il existe des preuves cohérentes que les lois d'échelle se vérifient dans les régimes testés. Les travaux fondateurs montrent des relations claires de loi de puissance entre les paramètres du modèle, la taille des données d'entraînement et le calcul d'entraînement lorsque les modèles sont entraînés dans des configurations équilibrées.
Des études ultérieures affinent ce tableau en démontrant qu'un entraînement optimal en calcul exige d'aligner la taille du modèle sur le volume de tokens d'entraînement, et que cet alignement améliore les performances du modèle par rapport aux approches antérieures.
Des travaux supplémentaires sur l'évaluation multitâche montrent que les performances des benchmarks évoluent également de manière prévisible lorsqu'elles sont exprimées en termes d'un plus petit ensemble de compétences latentes. Cela renforce l'idée que les lois d'échelle des modèles de langage restent des outils fiables pour prévoir les performances des modèles lorsque la taille des datasets et les ressources de calcul sont allouées de manière appropriée.
Points de vue mettant l'accent sur une allocation efficace du calcul
Une deuxième ligne de recherche soutient que les progrès dépendent de plus en plus de la manière dont le calcul est réparti plutôt que de la seule augmentation du nombre de paramètres. Les analyses de l'entraînement optimal en calcul montrent que les modèles ont besoin de données d'entraînement suffisantes pour atteindre leur potentiel et que des modèles plus grands entraînés sur des données limitées sont souvent inefficaces.
Les travaux qui intègrent les coûts d'inférence prolongent cette idée en montrant que le coût total d'un modèle dépend à la fois du calcul d'entraînement et du calcul au moment de l'inférence.
Ce point de vue suggère que les futurs efforts de mise à l'échelle mettront l'accent sur des configurations efficaces qui optimisent conjointement la taille du modèle, les tokens d'entraînement et le volume d'inférence attendu. Il conçoit la conception des grands modèles de langage comme un exercice d'allocation du calcul plutôt que comme une recherche de croissance maximale des paramètres.
Points de vue mettant l'accent sur l'importance croissante de l'efficacité et de la densité
Un autre point de vue se concentre sur l'efficacité des paramètres et l'utilisation efficace des ressources de calcul. Les recherches qui suivent la densité des paramètres montrent que les modèles récents atteignent de meilleures performances avec moins de paramètres que les modèles plus anciens. Cela indique que les améliorations architecturales, la qualité des données et les algorithmes d'entraînement jouent un rôle significatif dans les gains de performance.
Les commentaires techniques soulignent également l'importance croissante du comportement d'inférence et des améliorations post-entraînement. Combinées, ces conclusions suggèrent que les systèmes futurs s'appuieront sur une conception de modèle efficace et de meilleures méthodes d'entraînement plutôt que sur une expansion incontrôlée du nombre de paramètres. L'accent passe des modèles plus grands à des modèles plus capables qui utilisent leurs paramètres plus efficacement.
Contraintes sur la future mise à l'échelle des LLM
Limites de calcul et d'énergie
Un thème récurrent dans la littérature est la forte demande de calcul nécessaire pour entraîner et déployer de grands modèles de langage. L'entraînement de grands modèles consomme d'importantes ressources de calcul, tandis que l'inférence à grande échelle engendre des coûts opérationnels substantiels.
Ces facteurs imposent des limites économiques à la mise à l'échelle, même lorsque les lois d'échelle théoriques indiquent des gains supplémentaires. À mesure que les modèles grandissent, la consommation d'énergie et les exigences matérielles deviennent de plus en plus difficiles à gérer.
Contraintes de disponibilité des données
Une autre contrainte est la disponibilité de données de haute qualité. Les formulations traditionnelles des lois d'échelle supposent l'accès à d'abondantes données d'entraînement, mais cette hypothèse n'est plus fiable.
Plusieurs analyses soulignent l'offre limitée de textes de haute qualité et le besoin croissant de données curées ou de données synthétiques. À mesure que la taille des données d'entraînement devient un facteur limitant, la qualité des données devient aussi cruciale que le nombre de paramètres pour déterminer les performances d'un modèle.
Contraintes économiques et de budget de calcul
La mise à l'échelle pratique est limitée par des facteurs techniques ainsi que par des considérations financières et organisationnelles. Les recherches axées sur la prédiction des performances montrent que la planification du budget de calcul est essentielle pour déterminer quels cycles d'entraînement sont réalisables.
Les commentaires sur les pratiques du secteur soulignent la hausse du coût du calcul et la nécessité pour les organisations d'allouer leurs ressources avec soin. Ces facteurs limitent la portée de la mise à l'échelle dans les environnements réels.
Contraintes algorithmiques et architecturales
Les recherches sur les lois d'échelle soulignent que des améliorations prévisibles se produisent lorsque les modèles sont entraînés dans des régimes équilibrés. Les travaux qui analysent l'efficacité des paramètres démontrent que les avancées architecturales peuvent modifier la relation entre la taille du modèle et les performances.
D'autres commentaires montrent que les algorithmes d'entraînement influencent l'efficacité avec laquelle les lois d'échelle s'appliquent. Ces observations impliquent que la simple mise à l'échelle des paramètres ne peut pas se poursuivre indéfiniment et que les progrès dépendront de plus en plus de nouvelles méthodes d'entraînement et d'architectures de modèles.
Ajouter comme source préféréeFAQ
Les grands modèles de langage sont entraînés comme des modèles de langage neuronaux qui prédisent le token suivant en langage naturel. Le terme lois d'échelle des LLM désigne des régularités empiriques qui relient les performances du modèle à la taille du modèle, aux données d'entraînement et aux ressources de calcul. Ces relations sont définies comme des fonctions de loi de puissance dans la littérature académique. Elles impliquent que les performances des modèles de langage s'améliorent de manière prévisible lorsque les chercheurs allouent davantage de ressources de calcul aux paramètres du modèle et à la taille des données d'entraînement.
L'idée fondatrice de la littérature est que la perte du modèle diminue lorsque les modèles reçoivent davantage de paramètres, de tokens d'entraînement et de calcul. Ces règles ont façonné la manière dont les chercheurs entraînent de plus grands modèles et évaluent le compromis entre le nombre de paramètres et la disponibilité de données d'entraînement suffisantes. Elles aident également à décider comment répartir un budget de calcul entre les architectures de modèle et les données d'entraînement disponibles.
La compréhension de ces relations est essentielle car les organisations s'appuient sur les lois d'échelle des modèles de langage pour prévoir les gains de performance réalisables en augmentant les paramètres du modèle ou en collectant davantage de données d'entraînement. Elles aident également les équipes à identifier quand des modèles plus petits entraînés sur davantage de données peuvent offrir des performances similaires à des modèles plus grands sous-entraînés.
Elles doivent vérifier si les fournisseurs alignent les paramètres du modèle sur la quantité de données d'entraînement et tenir compte du coût d'inférence lors de la sélection. Les modèles entraînés avec une mise à l'échelle optimale en calcul égalent souvent les performances de modèles plus grands tout en réduisant les coûts opérationnels.
Les équipes peuvent entraîner des modèles plus petits et ajuster des lois d'échelle pour prédire les performances de modèles plus grands. La mise à l'échelle multi-compétences montre que quelques compétences sous-jacentes déterminent les performances sur les benchmarks, ce qui permet d'éviter des cycles d'entraînement improductifs et d'orienter l'allocation du calcul.
Elles doivent suivre les tendances d'efficacité des paramètres pour identifier les modèles qui offrent de meilleures performances avec moins de paramètres. Les améliorations de l'architecture et des algorithmes d'entraînement jouent un rôle majeur, de sorte que la sélection des modèles doit se concentrer sur les gains de performance globaux plutôt que sur le seul nombre de paramètres.
Citer cette recherche
Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.
@misc{ermut2026,
author = {Ermut, Sıla},
title = {{Lois d'échelle des LLM: analyse de chercheurs en IA}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/llm-scaling-laws}},
note = {AIMultiple. Consulté le 24 Juillet 2026}
}Résultats et horodatages de 8 points de données. Téléchargez les données utilisées dans cet article sous forme de fichier ZIP contenant un fichier CSV.
Liens de référence
Elle a précédemment travaillé comme recruteuse dans des cabinets de gestion de projet et de conseil. Sıla est titulaire d’un master en psychologie sociale et d’une licence en relations internationales.
À lire ensuite
Top 6 des constructeurs d'applications IA: Lovable, Base44 & Glide
Les 20 meilleurs outils d'IA pour la chaîne d'approvisionnement avec exemples
Comparer les revenus de l'IA à travers la pile
Soyez le premier à commenter
Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.