流行的扩展规律只考虑了训练成本，而忽略了部署成本。在2024年@大麦的Eddy会议上，@Hvyntivka Mosina Mosaic AI研究人员Nikhil Sardana、@Damien丶和@隐隐最靓的崽提出了一种修改后的扩展规律，该规律同时考虑了训练和推理的成本，并通过实验演示了如何“过度训练”的大型语言模型（LLM）可以成为最佳选择：https://www.databricks.com/blog/how-long-should-you-train-your-language-model