论文形式化自改进门控的可靠性极限
热点事件持续更新
论文形式化自改进门控的可靠性极限
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Brian B. Moser 等人在 arXiv 发布理论论文（基于摘要，未核验全文），将 AI 智能体建模为程序、以未必可计算的语义分数定义“改进”，并证明：在完全一般的设定下，任何终止程序都无法同时保证不误接收非改进（可靠性）和不遗漏可用改进（非保守性），自指构造可迫使任何门控或搜索程序失效。 论文同时界定了可恢复的范围：在实践常用的可判定情形——有界评测加有限提案预算——下，穷举模拟可构造出带上述保证的终止搜索程序。但其局限在于：一连串被接受的更新可以每轮都提高有界分数，而真实分数却在下降。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
AI智能体自我改进中的自动化门控问题分析报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIAI智能体自我改进中的自动化门控问题分析
Brian B. Moser等人研究AI智能体自我改进中的自动化门控问题，基于论文摘要指出，在完全一般且目标语义改进不可计算的设定下，终止程序无法同时保证不误接收改进和不遗漏改进。进一步地，在有界评测和有限提案预算下，穷举模拟可构造具有相应保证的终止搜索程序，但连续接受更新可能提高有界分数而真实分数下降。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。