逆向Gold定理：仅正数据实现PAC条件识别

Rakesh Sengupta 提交的论文提出“逆向 Gold 定理”，称在递归对比算子 R 与有界容量判别打分器满足忠实性条件时，仅用自生成扰动做 InfoNCE 式对比学习，就能从正数据实现 PAC 条件识别。 论文给出的样本复杂度与打分器容量、轨道大小、分数界及 1/ε 呈多项式关系。这一结论依赖上述忠实性条件，即算子、打分器与目标之间的特定关系；它尚未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。