近期，关于大语言模型（LLM）在 Scaling Law 方面的瓶颈引发热议。据报道，OpenAI 新一代模型在性能提升上的表现未达预期，尤其在编程任务中的改进幅度有限。这是否意味着大模型的性能提升已进入收益递减阶段？国内外技术条件是否存在差异？

而在模型规模不断扩大的今天，“量变引起质变”的关键是什么？高质量训练数据的稀缺性、计算资源的限制会对模型的进一步突破产生多大影响？我们是否在追求极限的过程中忽视了现有技术的优化价值？

此外，大模型项目的“成功”又该如何定义？从业务收益到用户体验再到行业发展的长期贡献，不同视角下，评估标准各不相同。在有限资源下，如何平衡成本与收益，最大化模型的经济价值？

本期 InfoQ《极客有约》，我们邀请了来自百度、京东和中科大的三位专家，共同探讨这些关键问题。Scaling Law 是否真的“撞墙”？未来 LLM 该如何破局？一起在直播中探讨！

嘉宾阵容

• 颜林 百度 / 主任架构师，信息流推荐架构负责人
• 张泽华 / 京东 算法总监
• 王皓 / 中国科学技术大学 特任副研究员
• 郭威 / 华为新加坡研究所高级工程师

大会推荐：

就在 12 月 13 日 -14 日， AICon 全球人工智能开发与应用大会 将汇聚 70+ 位 AI 及技术领域的专家，深入探讨大模型与推理、AI Agent、多模态、具身智能等前沿话题。此外，还有丰富的圆桌论坛以及展区活动，满足你对大模型实践的好奇与想象。快扫码咨询了解详情，别错过这次绝佳的学习与交流机会！