摘要
本文提出“学习构建理论”范式，主张智能体应像人类一样通过构建内部理论来理解世界，而非仅预测未来。作者引入神经理论家（NEO）模型，将理论表示为可执行的组合程序，作为习得的思维语言。该模型能从原始非文本观察中推导潜在程序，并通过共享转移模型执行。实验表明，这种方法实现了由解释驱动的泛化，使智能体能通过生成现象的程序来理解观察数据。
AI 推荐理由
论文提出从观察中构建显式解释性理论，核心在于提升模型的理解与逻辑推理能力。
研究机构
Sungjin Ahn
论文信息