认知温度计：用机器学习测量逻辑复杂度

2026年10月9日，arXiv《Computation and Language》发表一手论文《认知温度计：机器学习与逻辑复杂度》，提出把机器学习模型当作“认知温度计”，以更中立的方式测量语义复杂度，并尝试统一符号逻辑与连接主义 AI。论文称，逻辑与机器学习在相对复杂度及语义类型学效应上常得出收敛结果；当二者出现分歧时，学习比逻辑复杂度更能解释相关现象。该方法旨在克服既有逻辑可定义性解释对逻辑语言选择高度敏感的问题。目前报道仅涉及论文主张，未见后续验证或同行评议信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。