信息力学理论：用不确定性测量实现泛化

2026年10月12日，arXiv（Statistics Machine Learning，一手来源）发布论文《信息力学理论：通过不确定性测量实现泛化》（Learning is Measuring）。论文提出一种基于 surprisal（信息论不确定性）的“无模型”实例学习框架，声称可直接从原始数据进行分析与推理，省去分布建模，并支持训练数据的高效更新、直接编辑与删除。目前公开信息仅此一篇报道，尚无后续验证或第三方复现。

Generated from reports · updated 2 hr ago

There is not enough continuous observation data to draw a trend yet.