因果抽象被探讨为人工智能计算解释的基础

一篇新发表在arXiv上的论文探讨了如何利用因果抽象来理解认知行为中的计算解释。该研究由Thomas Icard撰写，他提出因果关系为分析系统内的计算提供了一个有价值的框架，特别是在人工智能神经网络的背景下。该论文将当代机器学习的讨论与关于计算和认知的既定哲学思想联系起来，重点关注这些概念如何与泛化和预测相关。 AI

影响 为理解AI模型行为和泛化提供了理论框架。

排序理由 该集群包含一篇在arXiv上发表的关于AI理论方面的同行评审学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• ScienceCast
• Thomas Icard

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →