计算机科学 > 计算机与社会
[提交于 2025年10月15日
]
标题: 计算资源在发布基础模型研究中的作用
标题: The Role of Computing Resources in Publishing Foundation Model Research
摘要: 前沿的人工智能(AI)研究需要大量的资源,包括图形处理单元(GPUs)、数据和人力资源。 在本文中,我们评估了这些资源与基础模型(FM)的科学进步之间的关系。 我们回顾了2022年至2024年间发表的6517篇FM论文,并调查了229位第一作者,以了解计算资源对科学产出的影响。 我们发现,增加的计算资源与国家资金分配和引用次数相关,但我们的研究结果并未观察到与研究环境(学术或工业)、领域或研究方法的强相关性。 我们建议个人和机构专注于创造共享且负担得起的计算机会,以降低资源不足研究人员的进入门槛。 这些步骤可以帮助扩大FM研究的参与度,促进思想和贡献者的多样性,并维持AI领域的创新和进展。 数据将可在以下网址获取:https://mit-calc.csail.mit.edu/
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.