论文：苦涩教训不适用于社会模拟

Justin Downes、Robby Milletich 和 Newel Hirst 发表的一篇论文认为，Sutton 的“苦涩教训”并不适用于社会模拟。论文称，在每一个案例中，苦涩教训都是让通用方法在同一任务上与领域工程竞争，而社会模拟却跨任务替换，用为预测文本优化的产物取代手工构建的智能体。 该论文已被 NeurIPS 2026 SocialAgent Workshop 接收，并包含一项 540 个智能体的实验。论文引述苦涩教训的原意是：利用计算的通用方法会击败手工编码的领域知识。 论文的核心分歧在于任务边界：它认为苦涩教训的成立前提是同一任务内的竞争，而社会模拟中的替换发生在不同任务之间，因此不能据此论证通用方法在社会模拟中同样胜出。

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。