LLMの性能向上のため；パラメータ数は変えずに計算量（訓練トークン数）を増やすべきであるとする法則を何というか。

画像の一部を隠して（マスクして）残りの部分から復元するように学習する；ビジョン分野の自己教師あり学習手法はどれか。