研究者推测：LLM 做数学时的假设搜索接近 Solomonoff 序
jd_pressman · x · 2026-10-10
这是关于深度网络与人类数学家假设搜索方式的讨论串。作者推测：即使深度网络从复杂假设出发再逐步削减，人类数学家（以及做数学/物理的 LLM）在探索假设空间时更接近 Solomonoff 序（按程序复杂度从简到繁）。他进一步猜测其机制是：模型以紧密基于输入数据的程序库为起始假设，在程序规模不变的前提下，通过拟合能复现/预测目标数据的程序来泛化到更多输入。
所属事件:前OpenAI安全负责人论深度学习归纳偏好与Solomonoff相反(7 条相关)→
「漫话AGI」频道最新
- 生物学家给出三条理由:AI 为何仍不具备意识 — skdh · 2026-10-10
- 吴恩达：Agent 不只耗 token，而是让搜索与存储需求暴涨 — DeepLearningAI · 2026-10-10
- 学者重释「生态繁荣」：不是和谐平衡，而是新心智的喷涌 — danfaggella · 2026-10-10
- 屏状核神经元实时追踪不确定性与预测误差,人脑也是预测机 — VoidStateKate · 2026-10-10
- 凌晨两点向 AI 提问,有时只是孤独学会更流利地说话 — YogeshMalik · 2026-10-10
- 博主断言超级智能不可能实现:知识只能靠实验获得,SI 只是快 AI — JHochderffer · 2026-10-10