理论框架

研究证明语言模型可靠性存在理论上限，无法通过无限扩展消除。新理论统一解释检索增强、灾难性遗忘等现象，并提出首个基于信息论的扩展定律。

研究提出将AI安全中的对抗鲁棒性问题转化为格遍历问题，为多层感知机提供完备的区间认证理论框架。

研究者提出“有限道德”框架，将道德情境形式化为“广度”与“深度”两个维度，指出有限计算资源迫使智能体在此间权衡，从而定义了道德计算的可行空间。

研究提出语言极限生成的新分析框架，允许学习者在生成过程中出现无限次错误，但要求错误频率趋近于零以保持精度。该框架更贴近大语言模型的实际生成场景。