本研究提出技能扩展法则（SSLaws），旨在解决大语言模型（LLM）基准性能的变异问题。通过利用低维潜在技能，研究能够更准确地预测LLM的性能，减少对每个模型家族训练多个LLM的需求，并为后续任务的扩展行为提供深入见解。
完成下面两步后，将自动完成登录并继续当前操作。
