Anderson
PulseAugur coverage of Anderson — every cluster mentioning Anderson across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新理论将计算与记忆相结合以解释智能
一篇新论文提出了一个结合了计算和记忆的智能理论框架，认为两者单独都无法完善。作者包括 Xin Li 和 Alan Turing，他们认为智能需要这两种算子来应对非平稳世界的复杂性。他们详细阐述了符号计算如何面临哥德尔不完备性，以及连续下降如何面临莫尔斯强制鞍点不完备性，而它们的耦合会导致上下文识别中不可约的误差下限。
-
摩擦策略优化扩展至不对称对话
研究人员已将摩擦策略优化（FPO）扩展到处理具有不对称部分信息（参与者拥有不同的信息状态，且相同的词语可能指代不同的事物）的对话场景。这种新方法被称为感知不对等，它建立在FPO将对话摩擦视为共同点信号而非噪声的原始概念之上。使用HCRC MapTask和LLM探针进行的评估表明，FPO的摩擦函数在从每个参与者的个体视角进行评估时最有效，这表明单一知情视角比全知地访问所有信息更有价值。
-
Karpathy 的 LLM Wiki 需要新的“挖掘”操作以获得更深入的专业知识
Andrej Karpathy 的 LLM Wiki 框架虽然在存储声明性知识（事实和定义）方面很有效，但在捕捉更深层次的专业知识方面存在局限性。作者认为，真正的专业知识不仅包括了解事实，还包括理解推理路径、带有错误的实际执行以及交互式指导策略。通过分析辅导课程和心理学研究，作者确定了四种类型的知识：声明性、程序性、经验性和交互性。当前的 LLM Wiki 主要存储声明性知识，因此需要新的“挖掘”操作来提取与决策和指导相关的其他三种关键知识类型。
-
新的信息论模型解释人类分类行为
研究人员开发了一种基于信息论的新分类理论，对人类如何对信息进行分类进行了合理分析。该新框架与经典的分类实验进行了评估，与现有的模型（如独立线索和上下文模型、分类的合理模型以及分层狄利克雷过程模型）相比，表现相当或更优。该论文已提交至arXiv，旨在为人类分类行为提供更稳健的解释。