arXiv cs.LG· Simon Richard Daniel·· 25 天前AI 评分10
超越遍历之墙：用于分析 AI 扩展极限与复杂度坍缩的离散几何物理沙盒
Beyond the Ergodic Wall: A Discrete Geometric Physics Sandbox for Analysing AI Scaling Limits and Complexity Collapse
AI 导读
研究指出当前深度学习存在遍历性上限，提出一种由全息 E8 投影引擎驱动的数字物理沙盒，用于分析 AI 扩展极限并实施硬物理遏制。该沙盒将时空建模为嵌套面心立方晶格并引入严格整数运算，通过限制在物理守恒的因果轨迹来剪枝组合搜索树，提供了将计算复杂度从 NP 坍缩至多项式时间 P 的机制。
来源：arXiv cs.LG · arxiv.org