<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>归纳偏置 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%BD%92%E7%BA%B3%E5%81%8F%E7%BD%AE/</link>
    <description>Recent content in 归纳偏置 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 08 Jul 2025 16:10:08 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%BD%92%E7%BA%B3%E5%81%8F%E7%BD%AE/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>揭秘扩散模型“创造力”的深层机制：从局部拼贴到智能涌现的新哲学</title>
      <link>https://www.neican.ai/insights/article-20250708161008130-2/</link>
      <pubDate>Tue, 08 Jul 2025 16:10:08 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250708161008130-2/</guid>
      <description>斯坦福大学研究揭示，扩散模型的“创造力”源于其卷积神经网络的固有归纳偏置（如局部性和平移等变性），而非随机涌现。新提出的“等变局部评分机”（ELS）模型以90%以上精度解释了这一机制，不仅为理解AI生成内容的错误提供了理论依据，更为未来开发更可控、高质量的AIGC产品和加速通用人工智能探索奠定了基础，预示着生成式AI商业化和工程化应用的巨大飞跃。</description>
    </item>
  </channel>
</rss>
