沿一条真实预算线，看哪里用得更好
本页问题
Chinchilla Figure 3 比较固定主要计算量下不同参数规模和训练消费的组合。单预算线两侧损失高于谷底附近，提示容量与受训程度需要共同配置；恢复多预算线后，必须区分分配变化与总投入变化。后续 8B 仅为显存教学配置。
RC-C2/b0 · 先读轴与比较条件
这是 Chinchilla 的真实训练实验。横轴是参数 N，采用对数刻度；纵轴是平滑训练损失，越低越好。先只看三乘十的二十次方 FLOPs 这条预算线：圆点来自实验，虚线是拟合。沿线向右增大模型时，训练消费 D 随之减少，不是只改变参数数量。
进一步解释
保留 Chinchilla v1 Figure 3 的原坐标、实验点和虚线拟合；选择性呈现来自同一原图，不从像素拟造精确最优 N。
教师备课：指图与模拟问答
指图与推进 · 不朗读指原图坐标、单预算标记、点与拟合，不从像素报精确最优值。
本态来源与条件
Chinchilla v1 Fig.3 / Appendix F；课堂预算构造与论文实验分开
RC-C2/b1 · 较小模型一侧
左侧模型小，每个 token 较便宜，所以同一预算能支持更多训练消费。可是图上的损失仍高于谷底附近：反复训练无法无限补偿容量与表示能力的限制。这是对这一组曲线的解释，不能推广成所有小模型的固定命运。
教师备课：指图与模拟问答
指图与推进 · 不朗读指原图左侧圈定范围和右侧N小/D多说明。
本态来源与条件
Chinchilla v1 Fig.3 / Appendix F；课堂预算构造与论文实验分开
RC-C2/b2 · 谷底与较大模型一侧
先对照谷底，再看右侧。谷底附近的配置取得较低损失；继续增大模型时，可训练的 token 更少，模型可能尚未充分受训就耗尽预算。因此问题是共同选择 N 和 D，不是单独把模型或训练量做到最大。
教师备课：指图与模拟问答
指图与推进 · 不朗读先指谷底，再指右侧较大N范围，与两侧对照。
本态来源与条件
Chinchilla v1 Fig.3 / Appendix F；课堂预算构造与论文实验分开
RC-C2/b3 · 恢复其他预算线
恢复其他预算线以后，比较有了两个方向：沿同一条线移动是在分配同一笔投入；换到另一条线才是改变总投入。谷底随条件移动，给出的是这组数据、目标和训练日程下的经验规律。训练损失仍需与实际任务表现分开评价。
进一步解释
沿线比较与跨线比较是两种实验问题。多预算曲线不能证明参数越多就越好，也不能将训练损失直接换算为用户满意度。
教师备课：指图与模拟问答
指图与推进 · 不朗读指多条原预算线和两组比较范围，保持原坐标可读。
本态来源与条件
Chinchilla v1 Fig.3 / Appendix F；课堂预算构造与论文实验分开
RC-C2/b4 · 从纸面配置进入设备
接下来选八十亿参数作为统一的显存算例。它只是便于逐项记账的配置，不是从图中读出的最优点。参数规模定下来以后，还不能直接判断设备能否训练：一次更新要保存的对象，是否只有模型权重？
教师备课：指图与模拟问答
指图与推进 · 不朗读指原图仍在、右侧8B教学配置卡，再转到状态账。
本态来源与条件
Chinchilla v1 Fig.3 / Appendix F；课堂预算构造与论文实验分开
接下来
选8B作统一账本配置，再看设备里要保存什么。
补充推导、边界与来源
进一步阅读
条件与来源
以下从计算对象、条件与原始证据继续展开。
原 N42：模型翻倍，剩下的训练量减半
原 N42 材料两张教学配置卡使用十进制 B（十亿）：$6(4\times10^9)(400\times10^9)=6(8\times10^9)(200\times10^9)=9.6\times10^{21}$ FLOPs。它们没有在本课程实际训练，也没有测得比较成绩。
随后采用 Chinchilla v1 Figure 3 物理 p.6 的真实实验，先选择性呈现 $3\times10^{20}$ FLOPs 预算曲线并保留原坐标、实验点和虚线拟合。该预算与构造卡不同，构造卡不是曲线上的数据点。横轴参数用对数刻度，纵轴是训练损失；沿同一预算线改变 N 时，对应训练消费 D 也在改变。论文为不同训练长度匹配学习率日程，不能把一次训练的中途 loss 截点当作同一类实验。
Chinchilla 原文 §3.2 / Figure 3；完整原图及说明。
原 N43：谷底随预算移动，不能只追求参数更多
沿单条预算线移动，比较的是固定计算预算下模型规模和训练消费的分配。小模型一侧可能受容量限制；大模型一侧则可能在充分受训前耗尽预算。谷底附近是指定模型、数据、训练与评价条件下的证据，不是永久比例，也不是越大越好的证明。
恢复多预算原图后，换曲线表示改变总训练投入。图中不从像素估算未经表值支持的精确最优坐标。8B 是后段统一教学配置，不对应声称的某个最优点。训练 loss 也不是用户满意度；高频使用时还应考虑服务成本。
Kaplan / Chinchilla / Gopher 与生命周期成本；MoE 总参数、激活参数与异构承载。稠密 6ND 不无条件套用 MoE 总参数。
本页证据与条件
Chinchilla v1 Fig.3 / Appendix F；课堂预算构造与论文实验分开