研究者提出Neural-IC表示学习容量定律

Jeongho Bang 与 Marcin Pawłowski 在 arXiv 论文（arXiv:2605.09316，2026年5月10日提交v1，10月24日更新v2）中提出"神经信息因果性（Neural-IC）"表示定律，将因果访问与物理接口容量联系起来。 按论文所述，对于独立比特组成的数据库，后续查询可恢复的总信息不能超过该接口容量，即使预建量子资源也无法突破；其分解方法可区分容量余量、跨目标联合组织的信息与生成答案的损失。 作者称该框架为内存分配、编码目标和解码器输出提供设计原则，有助于在固定预算内改进检索。

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。