Scaling Laws for Economic Productivity: Experimental Evidence in LLM-Assisted Translation
创建于 更新于
摘要
本报告通过一项注册前实验，利用300名专业翻译者使用13种不同规模的LLM完成1800个翻译任务，实验证明模型训练计算量每提升10倍，任务完成时间减少12.3%，质量提高0.18标准差，收益提升16.1%。低技能翻译者的收益增长幅度更大，约为高技能者的4倍。基于此，推算未来十年LLM模型规模增长可推动美国生产率提升约6.9%。该研究首次从经济视角揭示LLM训练规模的边际生产率收益，为AI驱动劳动生产率提升提供坚实实证基础[page::0][page::1][page::2][page::6][page::7][page::8][page::9][page::10][page::12][page::13][page::14]。
