跳到正文
arXiv · AI· Aleksandr M. Shtraukh-Adamsky, Vladimir M. Adamsky, Irina G. Voloshina, Artemiy D. Spitsyn·· 4 天前AI 评分20

当信息更少时更有利?表征、收益与成本关系的精确有限图集

When Does Less Information Pay? An Exact Finite Atlas of Representation, Payoff, and Cost

AI 导读

该研究通过枚举所有可行表征,构建了表征、收益与成本的精确有限图集。 分析显示,保留较少世界信息的表征在特定任务中可能获得更高收益,而信息量相同的不同表征可能导致相等的任务准确率。 该图集为研究行动约束、计数规则和成本假设如何影响比较提供了可复现的模型。

来源:arXiv · AI · arxiv.org