研究：语言模型无法统一逼近 Solomonoff 归纳

一项发表于 arXiv cs.AI 的理论研究指出，任何可计算模型都无法在统一意义上逼近 Solomonoff 归纳：每个模型都存在学不会的廉价环境，且任何一致可计算的总预测器族都存在一个环境，使各成员在随索引增长的视界之外失效。 研究用 Kraft 不等式刻画预测器，认为 Solomonoff 预测器与语言模型的差别不在预测成功预算更多，而在于花费位置不同，只有全质量 Bayes 混合才能触及前沿。作者称，该分析基于算法信息论、通用预测与贝叶斯一致性中的已知结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。