Wide Learning

新的“宽泛学习”概念重新定义了超越固定数据的AI评估

一篇新研究论文介绍了一种名为“宽泛学习”（Wide Learning）的概念，它将机器学习评估的焦点从固定证据转移到学习者主动生成信息性证据的能力。该方法形式化了学习者的状态如何影响其“有效的认知范围”（effective epistemic reach）——即在资源限制内可靠进行实验的范围。论文通过受控构建证明，即使基本功能和资源保持不变，学习也能扩展这种范围，并提出了一种基于学习系统获取新知识能力的新评估指标。