CMU等团队提出epiplexity信息度量

2026年10月27日，据 AGI Hunt 报道，卡内基梅隆大学（CMU）、纽约大学（NYU）等机构的研究者发布 arXiv 论文《From Entropy to Epiplexity》，提出名为 epiplexity 的新度量。该度量用于刻画计算受限的观察者能够从数据中学到的结构性内容，也就是在有限计算条件下可被提取的结构信息。报道将这项工作概括为“为计算受限智能体重定义信息量”，也就是把信息量的衡量标准从传统熵转向这类可学习的结构性内容。目前公开信息仅来自该篇报道，论文的具体方法与实验内容尚未披露。

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。