跳到正文
事件持续更新

论文提出反射预言机版Solomonoff归纳

2篇报道2个报道来源最近报道

先了解这件事

AI 综述

PIBBSS研究员Damini Kusum的论文提出反射预言机版Solomonoff归纳(rOSI),称其能学会从(部分)不可计算序列中提取可计算结构。论文于2026年11月11日发布在arXiv,称其最优预测器能胜过只指定部分数据生成过程的可计算预测策略;论证依赖由预测器自身条件概率可计算的假设仍在反射假设类内,预测器因此能学到下一比特概率的可计算区间限制给出的不完整模型;论文还建立无偏性与校准性的加权形式,并讨论最优预测器的条件概率是否足以计算反射类中每个假设。2026年11月19日,AI Alignment Forum出现介绍该论文的帖子,称其序列预测性质与logical induction颇为相似,但论文更短、更易读;发帖者认为,这是智能体基础研究中“自我反思可克服不可实现性”这一想法最清晰的阐述。

AI 根据报道生成 · 11 小时前更新

最新进展
基于反射预言机的Solomonoff归纳

后续时间线

11月19日
  1. AI Alignment Forum
    基于反射预言机的Solomonoff归纳

    PIBBSS 研究员 Damini Kusum 的论文提出反射预言机版 Solomonoff 归纳(rOSI),能学会从(部分)不可计算序列中提取可计算结构。其序列预测性质与 logical induction 颇为相似,但这篇论文短得多、更易读。发帖者认为,这是智能体基础研究中“自我反思可克服不可实现性”这一想法最清晰的阐述。

11月11日
  1. arXiv
    基于反思预言机的Solomonoff归纳

    基于反思预言机的Solomonoff归纳变体,其最优预测器能胜过只指定部分数据生成过程的可计算预测策略。论证依赖由预测器自身条件概率可计算的假设仍在反思假设类内,预测器因此能学到下一比特概率的可计算区间限制给出的不完整模型。论文还建立无偏性与校准性的加权形式,并讨论最优预测器的条件概率是否足以计算反思类中每个假设。

相关讨论

共1条

关注度走势

每天新增来源

2天共2个·最多2(11月19日)·今天0

  • 11月19日新增2个来源(1家媒体、1个账号)
  • 11月20日新增0个来源(0家媒体、0个账号)

每小时关注度

当前关注度26·可比范围峰值26(11月19日 21:00)·近 24 小时可比范围变化 –

010203011月19日14:0011月19日18:0011月19日22:0011月20日02:00