论文提出：智能是把惊喜转化为理解的能力
burny_tech · x · 2026-07-23
一篇论文把“智能”定义为把惊喜转化为理解的能力
预印本 《Intelligence from Learnable Novelty》 认为，智能不是“惊喜”本身，而是把新奇经验拆成可学习与不可学习两部分，只优化前者的能力。
- 作者指出两类常见目标各有失败方式：novelty search 容易被噪声困住，surprise minimization 则容易陷入静止。
- 论文提出一个基于reservoir computing 的廉价可微估计器，用来衡量“可学习新奇性”。
- 实验显示，该方法可以：
- 复现复杂性分类中的经典结果，把 Rule 110 排到元胞自动机前列；
- 生成 solitons 及其碰撞/传播结构；
- 在无标签条件下对 MNIST 做聚类；
- 作为强化学习的内在奖励，提升探索能力。
- 作者试图用一个统一的可微量，把复杂性生成、抽象与探索联系起来。
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
- Nature Physics 论文：可重构折射率实现对多模波传播的任意控制 — MarioKrenn6240 · 2026-10-27
- Wakaru 开源 ontologize:用模型激活为数据集自动生成本体标签 — amplifiedamp · 2026-10-27
- EMNLP Oral 论文用跨层转码器揭示 LLM 多语言共享表征机制 — ZhijingJin · 2026-10-27
- Ethan Mollick用GPT-6 Pro复刻研究：GTA V发售与多地暴力犯罪下降相关 — emollick · 2026-10-27
- OpenAI战略探索负责人访谈：从 Stanford 博退学到扩散LM与o1之路 — aaron_lou · 2026-10-27
- CLT-Forge 开源:训练跨层转码器解码 LLM 计算图 — ZhijingJin · 2026-10-27