生成—學習閉環

深度分析

以Kolmogorov複雜度衡量有趣性：壓縮進展在生成—學習閉環中的預測作用

本研究把「有趣性」形式化為一種預測未來壓縮進展的歸納啟發，採用 Kolmogorov 複雜度與演算法統計工具，分析複雜度—運算時間曲線（runtime vs. complexity profiles）。