TY  - UNPB
ID  - dl-05-1
TI  - Scaling Laws for Neural Language Models
AU  - Kaplan, Jared
AU  - McCandlish, Sam
AU  - Henighan, Tom
AU  - Brown, Tom B.
AU  - Chess, Benjamin
AU  - Child, Rewon
AU  - Gray, Scott
AU  - Radford, Alec
AU  - Wu, Jeffrey
AU  - Amodei, Dario
T2  - arXiv:2001.08361
PY  - 2020
DO  - 10.48550/arXiv.2001.08361
UR  - https://arxiv.org/abs/2001.08361
ER  - 


TY  - UNPB
ID  - dl-05-2
TI  - Training Compute-Optimal Large Language Models
AU  - Hoffmann, Jordan
AU  - Borgeaud, Sebastian
AU  - Mensch, Arthur
AU  - Buchatskaya, Elena
AU  - Cai, Trevor
AU  - Rutherford, Eliza
AU  - de Las Casas, Diego
AU  - Hendricks, Lisa Anne
AU  - Welbl, Johannes
AU  - Clark, Aidan
AU  - Hennigan, Tom
AU  - Noland, Eric
AU  - Millican, Katie
AU  - van den Driessche, George
AU  - Damoc, Bogdan
AU  - Guy, Aurelia
AU  - Osindero, Simon
AU  - Simonyan, Karen
AU  - Elsen, Erich
AU  - Rae, Jack W.
AU  - Vinyals, Oriol
AU  - Sifre, Laurent
T2  - arXiv:2203.15556
PY  - 2022
DO  - 10.48550/arXiv.2203.15556
UR  - https://arxiv.org/abs/2203.15556
ER  - 


TY  - JOUR
ID  - dl-05-3
TI  - Explaining Neural Scaling Laws
AU  - Bahri, Yasaman
AU  - Dyer, Ethan
AU  - Kaplan, Jared
AU  - Lee, Jaehoon
AU  - Sharma, Utkarsh
JO  - Proceedings of the National Academy of Sciences 121(27), e2311878121
PY  - 2024
DO  - 10.1073/pnas.2311878121
UR  - https://arxiv.org/abs/2102.06701
ER  -