図6 スケーリング則のイメージ計算量、データセットの量、モデルのサイズ（パラメーター数）が増えると、テストデータでの損失（誤差）が減っていく様子が示されています。横軸が「指数表示（対数スケール）」になっている点に注目してください。このような対数スケールのグラフで直線的に減少しているということは、「べき乗則」に従って減少していることを意味します。引用論文“Scaling Laws for Neural Language Models”（Jared Kaplan, et al. @ OpenAI, arXiv, 2020.）
