神经信息因果律：表示学习随机访问容量定理

2026年10月24日，Jeongho Bang与Marcin Pawłowski在arXiv上发布论文v2，正式提出“神经信息因果律”（Neural-IC）。该理论聚焦于独立比特数据库场景，证明后续查询可恢复的总信息量受到物理接口容量的严格限制，且这一限制即便在存在预置量子资源的情况下依然成立。该研究通过数学推导确立了检索能力与内存信息预算高使用率共存的机制，厘清了容量松弛、联合组织信息及答案生成损失之间的界限。该框架为表示学习确立了新的设计原则，研究者通过定位后期答案约束，指导了内存分配策略、编码目标设定及解码器输出的优化路径。

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。