新论文提出 epiplexity：只从可学习的新奇中探索
MacrinePhD · x · 2026-07-22
这条帖在讲论文 《Intelligence from Learnable Novelty》 为什么重要：它提出了一个叫 epiplexity 的探索规则，让 AI 只追逐“真正可学习的新奇性”。
- 作者先对比了两类常见探索失败：
- Noisy TV：模型被无意义噪声吸住；
- Dark Room：模型因为无聊而停止探索。
- 新规则试图把探索目标限定在 能学到东西的 surprise 上。
- 帖子声称，这种方法可以让 AI 自动整理数据、学习复杂模式，并在无需人工监督下解题/玩游戏。
- 从表述看，这是一项偏 强化学习与复杂系统 的方法论研究。
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
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11