在當前的大型語言模型（Large Language Models, LLMs）蓬勃發展的時代，一個顯著的經驗法則是模型規模越大，其表現通常越優秀，這稱為「神經擴展律（Neural Scaling Law）」。這種擴展律指出，模型的損失函數會隨著模型尺寸以冪次法則下降，然而這一現象背後的根本機制長期以來仍未被充分理解。來自Liu、Liu與Gore在NeurIPS 2025發表的論文《Superposition Yields Robust Neural Scaling》為此提供了一個全新的分析框架，並以「表徵重疊（Representation Superposition）」的概念揭示了神經擴展律的關鍵成因，該論文因此獲得了最佳論文亞軍殊榮。
研究背景與動機
過去幾年中，AI社群觀察到隨著參數量增加，尤其在LLM上，損失函數的下降趨勢符合某種通用的冪次律。然而，究竟為何模型擴大會帶來如此顯著的性能提升，學術界尚未達成共識。傳統解釋往往依賴模型擬合能力增強或數據覆蓋面的擴展，但這些解釋難以全面捕捉所有觀測到的行為。
本文的作者提出一個嶄新的視角，即LLM在有限的嵌入維度下，同時表徵了遠超這些維度數量的特徵，也就是所謂的表徵重疊。這一現象暗示著模型內部存在向量表徵的幾何性質疊加，這種重疊或壓縮使得模型損失與模型尺寸之間的關係呈現出獨特且可被數學化的形式。
核心方法與創新點
本研究基於Anthropic提出的toy模型框架，並透過引入權重衰減（weight decay）作為控制表徵重疊強度的手段。權重衰減是一種正則化方法，能調節參數大小與分佈，進而影響模型中不同特徵向量之間的重疊程度。
研究人員系統性地改變權重衰減強度，將模型從弱表徵重疊狀態帶入強表徵重疊狀態，觀察損失隨模型維度變化的行為。在弱重疊情況下，模型損失僅在資料特徵頻率遵循冪律分佈時展現冪律下降趨勢，此時模型似乎按照數據本身的統計特徵進行調整。然而，在強重疊狀態下，損失卻普遍呈現與模型維度反比的尺度關係，此現象超越了資料頻率分佈的限制，源自於表徵向量間的幾何重疊所帶來的整體效應。
該理論模型不僅理論上推導出這些現象，作者也將其應用於實際開源的LLM上，透過實驗驗證現實中LLM普遍存在強表徵重疊狀態。結果顯示這些模型的損失確實隨維度以反比方式降低，與Chinchilla模型的擴展律描述一致，進一步鞏固了論文提出機制的普遍性與合理性。
主要實驗結果
實驗部分，作者首先在人工合成資料與toy模型上調控權重衰減，清楚驗證了權重衰減如何控制特徵表徵的重疊程度，以及重疊強度如何影響損失降維的尺度定律。這種實驗設計使得理論分析與數據現象緊密對接，將抽象的幾何概念具體化。
接著，在真實LLM（例如開源的GPT類型模型）中，通過測試不同模型規模和參數配置，驗證了它們均表現出強表徵重疊特性，且損失與模型維度呈反比關係。這不僅支持了論文的理論預測，也與當前最先進的神經擴展律結果如Chinchilla scaling laws高度契合。
該研究還通過分析向量空間中的幾何重疊機制，揭示了模型在有限維度下如何利用重疊策略高效表示大量的數據特徵，提升表現能力且使損失下降曲線具備更高的魯棒性。
對 AI 領域的深遠影響
《Superposition Yields Robust Neural Scaling》這篇論文從根本上深化了我們對神經擴展律的理解，並且把模型內部的表徵重疊現象定位為驅動性能提升的關鍵機制。這對於設計未來更高效、成本更可控的AI模型具有重要意義。
首先，本論文提出的「控制表徵重疊」的觀念提供了一種新手段去影響神經網絡的學習動態和性能優化，未來工程師與研究人員可以利用此機制，通過適當調節正則化策略，設計符合特定需求的模型結構，提升訓練效率與泛化能力。
其次，鑑於此理論指出在重疊嚴重時擴展律將變得普適且更為穩健，這也為理解與預測大型模型的行為、制定模型規模與資源投入策略提供了理論基礎，使AI發展走向更加系統化和可控化。
最後，該研究也提醒我們，神經擴展律並非無限適用，當表徵重疊機制失效或數據分佈變化時，神經擴展律可能面臨挑戰與崩壞。這為未來探索混合表示策略、新型網絡結構及更有效利用表示空間提供了關鍵指引。
結論而言，Liu等人的工作不僅揭示了大型語言模型擴展規律背後隱藏的數學與幾何本質，更為AI社群開啟了探索大型模型高效表徵機制的新方向。這不只是理論上的突破，更可能引發實際模型設計范式的革新，是當代人工智能研究中的一座里程碑。
論文資訊
📄 Superposition Yields Robust Neural Scaling
👥 Liu, Liu, Gore
🏆 NeurIPS 2025 · Best Paper Runner-Up
🔗 arxiv.org/abs/2505.10465
