斑

Studium: Interlinguistics, DisCoCirc, Relational Quantum Mechanics, QBism, Neo-pragmatism, Deutsch, e.t.c. / Alia persona: @shm_kbysh

[斑 @kvns05]

科学哲学とかドイツ語とかを話すペルソナです

[Xudong Han @Xudong07452910]

这篇普林斯顿博士论文，几乎把强化学习过去十年的两条主线串在了一起：

从博弈算法，一路走到世界模型。

作者 Zihan Ding，导师是 Chi Jin。整篇论文超过 300 页，汇集了博士期间八项研究工作，其中多项成果发表于 NeurIPS、ICML、ICLR 和 ICCV。

前半部分研究多智能体博弈：如何学习接近纳什均衡、难以被对手利用的策略，并把这些方法扩展到格斗游戏、多人博弈和真实网络负载均衡。

后半部分转向 Foundation Model 时代：扩散世界模型、生成模型策略、少步视频生成、可交互视频世界模型，以及支持长时预测的记忆机制。

这篇论文最有价值的地方是它记录了强化学习研究重心的一次迁移。

过去，RL 更关注如何在给定环境中学会行动。

现在，Agent 还需要借助生成模型建立对环境的理解，预测不同动作会带来什么未来，再据此规划和决策。

这里收录的也不只是零散的想法，而是一条经过多年研究和多篇顶会论文逐步铺开的路线。

很多论文告诉你某个方法如何提升一个指标。

这篇博士论文更像一张地图，让人看清强化学习如何从策略优化，走向对复杂世界的建模。

想系统理解 RL、世界模型和生成式 AI 之间的关系，这篇很值得完整读一遍。

📎 arxiv: https://t.co/M7rIJ6SKwO

[斑 @kvns05]

https://t.co/IRgD9cg9wp
Terence taoがICM 2026で話した内容、AI時代の数学アカデミアの在り方としてもすごい重要な内容をまとめているし、任意の他の分野でも参考にするべきだと思う

[斑 @kvns05]

東野圭吾、亡くなったんだ…

[斑 @kvns05]

死刑だったセミ、シケイダ

[斑 @kvns05]

群の演算に関する閉性を、極限操作についてadditiveにしたみたいな

[斑 @kvns05]

あーバナッハ空間って完備なノルム空間か

[斑 @kvns05]

有理数Qって確かにコーシー列が収束しない簡単な例だ

[はにーちゃん2 @honey__pityme]

・そもそも花ではなくないか

[斑 @kvns05]

@honey__pityme 仮面ライダーエグゼイドも履修しなきゃ‼️

[斑 @kvns05]

@honey__pityme なにそれって思って探したら、2019のやつ？

[斑 @kvns05]

おもしろい

[Doris Tsao @doristsao]

I think the recent anthropic paper on global workspaces in LLMs gives new insight into the Chinese Room Puzzle. The most surprising part of the paper for me was that averaging Jacobians across contexts could produce a sensible result that would let you read out the word a particular token in particular layer would produce. What that means is that starting from some intermediate layer, there is a *fixed coordinate system for representing meaning* = semantics, tied to verbalizable English. It's not the case that in one context "spider" points in this direction and in a other context it points in a totally different direction. "Spider" points in the same direction across all contexts, and so survives averaging. So we can think of different layers of LLM as talking to each other in this common coordinate system, or language, to finally produce a sensible output.

I think that is a very different picture of what is happening inside an LLM from the one Searle presents, where, in the particular example he gives in the video here, you have the restaurant script symbols, the story symbols, question symbols, etc. and they're all just 'squiggles' and 'squaggles' that you, the computer whose ability to understand is being questioned, put together through arbitrary syntactic rules. It turns out the squiggles and squaggles are all aligned to the same semantic coordinate system, i.e., there's only squiggles! So basically, there is a translation manual hidden in the computer. The Anthropic paper is telling us that the man in the sea of Chinese symbols is not as semantically helpless as Searle makes him out to be.

In the human brain these semantic directions are further tied to patterns of sensory input: https://t.co/SRv0kL1MzJ

[ふわぷわ @Furwarpur]

博士号が陸上げされてた

[斑 @kvns05]

そうなの

[月華@INTP-TSに昇格 @pkmn_t_fate]

好きバレしてると思うけど、それがラブかライクかは区別出来てないと思う。何故ならINTPはラブとライクが同じ箱に入ってるくらい区別してないから。友達相手でも、コレくらい激重感情ぶつける。

[斑 @kvns05]

わかる

[chokudai(高橋 直大)@AtCoder @chokudai]

「AIが今得意なのは反証」ってのがどこまで本当なのかなあ、というのは結構疑っている。「AIの結果を人間が素早く検証出来るのが反証」だから今反証が滅茶苦茶出てるだけで、実際はそんなことない、みたいなことはありそうなもんだけど、研究者さん的には実際どうなんだろ？

[斑 @kvns05]

ぱっと目を通した感じ、既存のoperationalismやGPTのあれとの違いが分からん

[斑 @kvns05]

杉尾一、一応哲学者なはずなのにDavid Deutschと会ったりしてるの謎すぎるんだよな
https://t.co/6nI3iLgpY4

[斑 @kvns05]

https://t.co/OsDZLPGUqW
新しい論文出てて読むしかない

[dif_engine @dif_engine]

四色問題についてはコンピュータを使用したことにケチをつけ、有限単純群の分類については総ページ数がデカすぎると文句を言ってた数学者達が、AIにケチ付けないわけがないんだワ

[斑 @kvns05]

｢認知的距離の増大に伴う哲学的主体性の識別可能性｣としての当意即妙な先行研究はgpt5.6solくんによると無いらしい
この人達が近いらしいほーん
DavidsonとBrandomしか名前みたことない

[斑 @kvns05]

AIに哲学ができるかという議論は、今のLLMのような特定の機械学習モデルに哲学ができるかという、割と工学的で局所的な可能性を探る話になってしまい、あまりuniversalな哲学議論にならない気がしていて、哲学的観点から探求するのであれば、人間の思考体系から認知的・意味論的・規範的みたいな意味

[斑 @kvns05]

ただこれ、宇宙人に哲学はできるかとかそういう捉え方で既に色々とやられてそうな気がしていて、どうなんだろう先行研究気になる