1
华为发表半导体韬定律：预计到 2031 年，基于该定律的高端芯片晶体管密度将达到 1.4 纳米制程的同等水平
IT之家 5 月 25 日消息，2026 国际电路与系统研讨会 25 日在上海举行，华为公司董事、半导体业务部总裁何庭波在题为《半导体新路径探索与实践》的主旨演讲中，正式发表“韬（τ）定律”，这是中国在全球半导体领域首次提出指导产业发展的新原则。 基于该定律，华为过去六年已成功设计并量产了 381 …
2
华为正式发表半导体领域新定律
2026国际电路与系统研讨会25日在上海举行，华为公司董事、半导体业务部总裁何庭波在题为《半导体新路径探索与实践》的主旨演讲中，正式发表“韬（τ）定律”。这是中国在全球半导体领域首次提出指导产业发展的新原则。基于该定律，华为过去六年已成功设计并量产了381款芯片。今年秋季，华为将发布新的麒麟手机芯片…
3
LLMs on the Line: Data Determines Loss-to-Loss Scaling Laws
ICML 2025收录，揭示数据质量如何决定大模型损失与缩放定律的深层关系。
arXiv:2502.12120v3 Announce Type: replace Abstract: Scaling laws guide the development of large language models (LLMs) by offering estimates for the o…
4
The Scaling Laws of Skills in LLM Agent Systems
首次揭示LLM代理系统中技能缩放定律，基于15个模型、超百万数据点的实证研究
arXiv:2605.16508v1 Announce Type: new Abstract: As agent systems scale, skills accumulate into large reusable libraries, yet their scaling laws remain…
5
CarbonScaling: Extending Neural Scaling Laws for Carbon Footprint in Large Language Models
首次将神经缩放定律延伸至大语言模型碳排放预测，为绿色AI提供量化工具
arXiv:2508.06524v2 Announce Type: replace-cross Abstract: Large language models (LLMs) increasingly follow neural scaling laws that tie performance ga…
6
Generating Pretraining Tokens from Organic Data for Data-Bound Scaling
LLM预训练正从算力受限转向数据受限，这篇论文探讨如何从有机数据生成预训练token来突破规模瓶颈。
arXiv:2605.17849v1 Announce Type: cross Abstract: LLM pretraining is shifting from a compute-bound to a data-bound regime, where available human (orga…
7
How Do Electrocardiogram Models Scale?
探讨心电图模型缩放定律：增大模型规模并非总能带来性能提升，挑战自然语言处理经验。
arXiv:2605.17276v1 Announce Type: new Abstract: While scaling laws have established a fundamental framework for foundation models in natural language …
8
A Theory of Training Profit-Optimal LLMs
从损失到利润：揭示大规模训练LLM的成本收益最优解，为AI投入产出提供理论框架。
arXiv:2605.16430v1 Announce Type: new Abstract: Scaling LLMs requires tremendous computational resources, and recent advances in AI have gone hand in …