王梦迪：静态环境扩展模型或加剧泛化鸿沟

普林斯顿大学教授王梦迪提出假设：在静态环境中进行模型扩展与强化学习，可能只是不断发现并强化数据中已有的高概率模式，而在分布之外留下根本性的泛化缺口。她指出，科学领域最有价值的成果往往并非高概率路径，因此科学AI需要建立与现实世界实验验证的闭环，打破对高概率轨迹的依赖。

2026-08-25 ~ 2026-08-25 · 3 条相关