Mirror Theory 提出可行路径熵用于衡量 AI 能力

研究人员提出了 Mirror Theory，该理论提出根据智能系统在重复反思下进行持续、连贯的能力来评估智能系统。该理论通过可行路径熵 (VPE) 来实现，VPE 是在有限预算内对已验证的续写能力的一种衡量标准。在 Qwen2.5-Instruct 模型上使用 GSM8K 基准进行的实验表明，增加 token 预算可显著提高已验证的可达性和模式多样性。值得注意的是，Qwen2.5-1.5B 模型表现出比更大的 Qwen2.5-3B 模型更强的 Mirror Horizon，这表明能力是由可访问的已验证续写能力定义的，而不仅仅是参数数量。 AI

影响 引入了一个新的理论框架，用于评估超越简单准确性的 AI 能力，可能影响未来的 AI 开发和基准测试。

排序理由 这是一篇研究论文，介绍了衡量 AI 能力的新理论框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• GSM8K
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Mirror Theory
• Qwen2.5-1.5B
• Qwen2.5-3B
• Qwen2.5-Instruct
• ScienceCast
• viable path entropy

• 论文
• 模型发布

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