Assur-KB 论文称模块化表示提升机构设计学习样本效率

Gandarela 等人在 arXiv 论文（arXiv:2610.40005）中提出 Assur-KB 表示方法，将平面机构分解为不可约模块、边界接口和求解依赖关系，并称其特征在 50–10,000 个机构的训练预算下，相比展平的邻接与位置输入实现几何平均 1.8 倍的样本效率优势。 该工作还报告了其他实验结果：特征在关节重标记下保持不变性，成对组合下获得更高有效生成率，结构索引覆盖 1002 万个机构；理论部分刻画了接口信息缺失和敏感性累积带来的物理极限。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。