<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>分布外泛化 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%88%86%E5%B8%83%E5%A4%96%E6%B3%9B%E5%8C%96/</link>
    <description>Recent content in 分布外泛化 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Thu, 18 Sep 2025 05:22:36 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%88%86%E5%B8%83%E5%A4%96%E6%B3%9B%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>因果表征学习引领AI未来发展方向</title>
      <link>https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E8%A1%A8%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%BC%95%E9%A2%86ai%E6%9C%AA%E6%9D%A5%E5%8F%91%E5%B1%95%E6%96%B9%E5%90%91/</link>
      <pubDate>Thu, 18 Sep 2025 05:22:36 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E8%A1%A8%E5%BE%81%E5%AD%A6%E4%B9%A0%E5%BC%95%E9%A2%86ai%E6%9C%AA%E6%9D%A5%E5%8F%91%E5%B1%95%E6%96%B9%E5%90%91/</guid>
      <description>&lt;p&gt;在2021年神经信息处理系统大会（NeurIPS）前夕，某中心副总裁兼杰出科学家指出，人工智能研究的下一个前沿将是因果表征学习。与现有因果推理方法使用机器学习发现变量间因果关系不同，因果表征学习直接学习变量本身。&amp;ldquo;这类因果表征将推动推理能力的发展，这对于摆脱纯粹模式识别的人工智能视角至关重要。&amp;rdquo;&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
