# Jared Kaplan ## 概要 Jared Kaplan は Johns Hopkins University および [[OpenAI]] に所属する研究者であり、大規模言語モデルのスケーリング則（[[LLMスケーリング則]]）研究の中心人物である。[[GPT-3]] の共著者として、巨大な言語モデルが継続的な性能向上を示すことを最初に予測し、スケーリング則を適用してモデルおよびデータの規模決定を導いた。後に Anthropic の共同創設者となった。(Source: [[@2020__NeurIPS__Language Models are Few-Shot Learners]]) ## 主な貢献 - Sam McCandlish とともに、巨大な言語モデルが継続的な性能向上を示すことを最初に予測し、スケーリング則を適用してモデルおよびデータの規模決定を導いた (Source: [[@2020__NeurIPS__Language Models are Few-Shot Learners]]) - より大きなモデルが文脈内学習をより速く習得することを示し、文脈内学習曲線、タスクプロンプティング、評価手法を体系的に研究した（Sam McCandlish と共同）(Source: [[@2020__NeurIPS__Language Models are Few-Shot Learners]]) - ニューラル言語モデルのスケーリング則（Kaplan et al., 2020）の筆頭著者。$N_{\text{opt}} \propto C^{0.73}$, $D_{\text{opt}} \propto C^{0.27}$ というモデル偏重の最適配分を提唱した (Source: [[@2020__NeurIPS__Language Models are Few-Shot Learners]]) - [[GPT-3]] の下流タスク評価フレームワークの実装に貢献（Melanie Subbiah、Benjamin Mann ほかと共同）(Source: [[@2020__NeurIPS__Language Models are Few-Shot Learners]]) ## 関連 - エンティティ: [[OpenAI]] / [[GPT-3]] - 概念: [[LLMスケーリング則]] / [[文脈内学習]] - ソース: [[@2020__NeurIPS__Language Models are Few-Shot Learners]] ## 出典 - [[@2020__NeurIPS__Language Models are Few-Shot Learners]]（Contributions セクション、§2.1, §6 Related Work）