LLM Scaling Laws모델 파라미터(N), 학습 데이터(D), 연산량(C)이 증가할수록 손실(Loss)이 멱함수적으로 감소하는 경험적 법칙. 2022년 DeepMind 연구: 고정 연산 예산 하에서 N과 D를 **1:1 비율**로 함께 키울 때 최적 성능. 이전 GPT-3 패러다임(모...2026-04-19machine-learning-ai / llm-rag-engineering / llm-foundations-token-physics / llm-scaling-laws
L2 Scaling & InteroperabilityL2 Scaling 및 Interoperability의 정의, 범위, 선행 지식, 학습 주제, 참고 근거를 정리한 CS&E 학습 노드입니다.2026-03-08web-emerging-technologies / emerging-technologies-physical-systems / blockchain-decentralized-web / l2-scaling-interoperability
