역 스케일링
모델의 크기가 커질수록 특정 작업에서의 성능이나 신뢰성이 오히려 저하되는 현상이다. 이는 모델이 복잡한 추론 과정에서 오류를 누적하거나 학습 데이터의 부정적인 패턴을 더 강하게 학습할 때 발생하며, 단순한 크기 확장이 지능 향상을 보장하지 않음을 보여준다.