待验证50% 置信事实精确时间

论文在浅层PLRNN和神经常微分方程（Neural ODE）两类代表性模型上验证了方法的通用性

1

来源数

50%

置信度

长期有效

时效性

2026/10/3

首次发现

来源

拓扑域外泛化：让AI预测系统从未见过的动力学突变

涉及实体

浅层PLRNNconcept 神经常微分方程concept

相关事实

待验证DeepMind于2021年在Nature上发表研究，AI发现了纽结双曲体积与代数不变量之间的函数关系64% 相似待验证在纽结理论中，AI发现了双曲体积与代数不变量之间此前未知的函数关系60% 相似待验证Anthropic的机械可解释性研究成果《Towards Monosemanticity》通过稀疏自编码器在Claude模型中识别出数百万个可解释特征60% 相似待验证Church和图灵分别用λ演算和图灵机证明了可计算性的本质，二者被证明等价59% 相似待验证消融实验借鉴自神经科学中通过移除脑区研究功能定位的方法，通过系统性移除或替换模型单个组件来量化每个组件的边际贡献59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/969830

API

curl https://kongchang.com/api/v1/knowledge/claims/969830

MCP

get_claim(id=969830)