sp;
何凯明也很好奇周昀会怎么回答这个问题,于是他看向台上,结果对方的反应倒是有些出乎他的预料。
\n
周昀的眼神中没有丝毫的慌乱,反倒是有些......兴奋?
\n
其实这个问题周昀自己也问过自己,他本来还想着如果没人提出这个问题,自己是不是要在报告的时候提一下,毕竟这个点确实非常重要。
\n
不过最后还是没有加到前面的报告里,主要是之前报告要讲的都已经确定了,再加上这一段,时间上可能会超。
\n
现在有人提出来,正合他的心意。
\n
“何教授,非常感谢您如此深刻的提问,这确实是我的工作中最需要谨慎对待的部分。
\n
您提到的‘无限递归’风险,在任何自指系统中都是理论上存在的。
\n
为了规避这一点并确保系统的收敛与可靠,我们引入了一个基于博弈论和不动点理论的混合数学框架。”
\n
这就是为什么周昀在一开始要学习数学的原因了,一个良好的数学功底,真的能在很多时候帮忙解决一些关键性的问题。
\n
周昀看了眼时间,应该够了。
\n
他用电脑创建了一个白板,然后开始用鼠标作画,虽然有点抽象,但是配合他的讲解,也算能勉强看的懂。
\n
“首先,我们将‘被压缩的ai模型’与‘负责调教的ai元模型’之间的关系,形式化为一个非零和合作博弈。
\n
‘被压缩的ai模型’选择一组模型参数θ目标是在给定的压缩约束下最小化任务损失函数l_task(θ),
\n
而‘负责调教的ai元模型’选择一种压缩策略φ,目标是最小化一个元损失函数l_meta(φ
本章未完,请点击下一页继续阅读! 第3页 / 共4页