精选

生成式与智能体AI在语言生成和自主任务执行上已经表现出很强能力，但持续推理、自适应行为、持久记忆与自我调节等基础认知功能仍然分散或薄弱，限制了其在长时间跨度上的可靠运行；该论文提出一个围绕五个维度的分类学框架，系统梳理这些“认知能力差距”，并给出概念性的自适应认知智能架构（ACIA）与以认知为中心的评估方向。

值得关注：本条与已有的“视觉语言模型准确性”和“世界英语/语言多样性”卡片关注点不同，不重复那些具体事实；它切入的是更上游的问题——AI是否具备真正的“认知能力”。与之相比，该论文的增量信息在于：将生成式AI与智能体AI共同的认…

本文提出了一种岭回归估计量有限样本分布的简单高斯近似，并基于该近似设计了两种新的正则化参数选择策略；由于未能抓取原文，具体数值与推导细节待核实。

值得关注：岭回归是经典且广泛使用的正则化方法，但其有限样本分布通常难以处理。 若该高斯近似成立，可为预测风险估计、正则化参数选择提供更简单的工具，并可能扩展到存在复杂误差结构的数据场景。 本卡片为已有相关卡片中“基础模型”主题之…