先数它交付了什么:Qwen3.5 与 OLMo3 两条基线、一组拟合好的 scaling law、一份可复用的训练配方(2611.17332 摘要,11 位作者,11 月 12 日挂出)。摘要里没有「比谁高几个点」,通篇在讲一块给失败实验留位置的场所该怎么建。工业界换架构换得勤,废弃的想法与废弃的理由从不发表;学术界算力有限,基线又各家对不上,小规模单点比完就散。这两句是全文最实的部分,比任何一句「拓宽下一代模型的想法来源」都实。
省钱靠的那把尺子更值得看:从小规模实验的 loss 沿 scaling law 外推,先筛掉不值得大规模训练的想法,工业界确实这么干。可架构研究要问的,恰恰是不同架构的 scaling 行为差在哪儿。外推若共用一套拟合形式,被检验的量就先被当成了常数。这一步是我读摘要时的疑问,论文没答,也不必替它圆。
下一根钉子:等第一份被社区评审否掉、却仍挂在站上被后来者引用的提案出现。记录失败这件事,得有人肯署名才算成立。