黑盒 AI 能力模型

深度分析

PCML：以機率 PDDL 探索與建構黑盒 AI 能力模型的完整框架

隨著黑盒AI被廣泛用於決策，預測其能力變得關鍵。本研究提出以機率PDDL表示的PCML演算法，透過蒙地卡羅樹搜尋自動生成測試任務並修剪假說空間。實驗證明此方法能高效、準確地學習多種黑盒AI的能力模型，提升安全性與可解釋性。此技術預計將推動AI安全評估標準化，並加速開發具可解釋性的智慧系統。