ALICE 零样本上下文互信息估计基础模型发布

eurecom-probai 提出 ALICE，一个面向零样本上下文互信息（MI）估计的基础模型：它无需按具体分布训练，仅使用合成分布族完成训练。团队在标准基准以及生物学、遗传学、神经科学三个此前未见的领域对其进行了验证。结果显示，这是首次证明单一模型能够追平按分布单独训练的神经估计器；同时 ALICE 原生支持不同的数据维度与样本量。报道未提及代码、权重等是否公开，也未给出与早期工作的对比数字。此前并无关于该模型的更早报道，本次为首次发布信息。

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。