新预印本用“可学习新颖性”统一智能概念
drmichaellevin · x · 2026-07-22
- 一篇新预印本《Intelligence from Learnable Novelty》试图把统计学、机器学习、复杂系统和智能体行为里那些看似不同的“智能”定义，统一到一个核心原则：追求可学习的新颖性。
- 作者推导了 Epiplexity 的闭式近似，并声称它与智能之间存在深层联系，可将 Epiplexity 重新理解为一种“可学习的新颖性”。
- 他们进一步在不同系统里最大化 Epiplexity，观察到一些有趣现象，包括细胞自动机中的复杂孤子交互，以及图像编码器中的行为变化。
- 这条线程的核心价值在于：它给“智能是什么”提供了一个跨学科的新解释框架，而不是只在单一学科里讨论一个局部指标。
所属事件:新论文提出智能统一框架：追求可学习的新颖性(7 条相关)→
「研究」频道最新
- Exponential 发布 RepoInject 与 BrowserInject 基准，测 prompt injection 防护 — maksym_andr · 2026-10-27
- Redwood 研究:CoT 可控性评测严重欠激发,简单提示优化可提升 2-3 倍 — dfrsrchtwts · 2026-10-27
- 用 BeamZ 逆向设计光学系统跑通 MNIST 分类 — S_Conradi · 2026-10-27
- DeCert 框架无需参考答案评估生成式奖励模型的论证质量 — Guiquan Sun · 2026-10-27
- 新研究：VLM harness 同样是组合泛化器,可拆解复杂图像问题 — a1zhang · 2026-10-27
- 新文呼吁启动 AI 界「人类基因组计划」加速可解释性研究 — ninamiolane · 2026-10-27