待验证50% 置信事实精确时间
一篇题为《Spacetime Emergence in the Memory of a Learning Agent》的研究表明，通过训练基于模型的强化学习智能体完成量子信息任务，时空的零结构可从智能体的内部预测模型中自发涌现。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证原生大模型基于公开数据训练，没有自主思考能力，只能基于已学知识做概率生成，且存在知识截止时间71% 相似待验证零样本合成能力的实现本质上依赖于元学习（Meta-Learning）思想，模型学习如何快速适应任何说话人69% 相似待验证《World Models》论文的核心思想是让智能体先学习一个压缩的环境内部表示，再在「梦境」（hallucinated environment）中进行低成本的策略训练69% 相似待验证人类在处理空间任务时依赖直觉物理——一种无需公式即可预测物体如何相互作用的内隐知识。68% 相似待验证由于井字棋训练数据覆盖所有可能状态，模型学习任务退化为记忆任务且不存在分布外问题，行为克隆的复合误差问题自然消解68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130142API
curl https://kongchang.com/api/v1/knowledge/claims/1130142MCP
get_claim(id=1130142)