Reinventing Entropy | Compression & Intelligence Part 1
Este artigo explora a relação entre entropia, compressão e inteligência, sendo a primeira parte de uma série. O objetivo é redefinir o entendimento desses conceitos fundamentais.

Este artigo explora a relação entre entropia, compressão e inteligência, sendo a primeira parte de uma série. O objetivo é redefinir o entendimento desses conceitos fundamentais.

Este artigo apresenta o PromptNCE, um método para estimar a informação mútua pontual (PMI) usando apenas LLMs e prompts de estimativa contrastiva, superando a necessidade de críticos específicos da tarefa. Ele introduz um benchmark com PMI derivado de humanos e demonstra que o PromptNCE atinge correlação Spearman de até 0,82.
Este documento explora a detecção no modelo de blocos estocásticos com múltiplos clusters, fornecendo provas para as conjecturas de alcançabilidade. Ele também aborda o processamento BP acíclico e os aspectos informacionais do modelo.
Este artigo, uma republicação do Rei-AIOS Paper 110, apresenta uma comparação rigorosa e informacional entre a codificação Braille-Unicode × D-FUMT8 e esquemas de embedding multimodais como CLIP, BERT e ImageBind. A pesquisa explora a representação de 256 estados filosóficos em um único caractere UTF-8 de 3 bytes.
Este artigo investiga a correlação entre a dinâmica interna de entropia e o raciocínio correto em Large Language Models (LLMs), um enigma ainda sem solução. Propõe a Hipótese de Informatividade Gradual (SIA), que afirma que os modelos raciocinam corretamente ao acumular informações relevantes sobre a resposta por meio de prefixos informativos, um processo reforçado por métodos de treinamento padrão.
Este artigo de pesquisa postula a origem da informação sintética como um mistério central na ciência da informação, fazendo uma analogia com a origem das espécies. Propõe um mecanismo de herança esteganográfica para ajudar a rastrear a linhagem evolutiva da informação sintética gerada por IA, reconhecendo as implicações morais e os desafios técnicos.
Este trabalho propõe a bi-predibilidade (P) e a arquitetura Information Digital Twin (IDT) para monitorar a integridade de interações de LLMs em tempo real. Isso permite assegurar a coerência estrutural contínua em fluxos de trabalho multi-turno, superando as limitações dos métodos de avaliação existentes que não detectam degradações graduais.
Este artigo reformula a Teoria do Ponto Infinito de Fujimoto (FIDT) de um codec universal para um gerador específico de domínio para teorias D-FUMT₈. Desenvolvido com a colaboração de Claude Opus 4.7, este reframing permite a reconstrução exata de bytes e alta compressão.
O artigo propõe uma estrutura neural para estimar a informação mútua condicional (MI) pareada diretamente dos estados ocultos de modelos de difusão mascarados (MDMs) pré-treinados. Este método captura estruturas de dependência e permite a decodificação paralela guiada por MI, demonstrando utilidade na geração de sequências de Sudoku e proteínas ao recuperar restrições estruturais.
Este artigo introduz perturbações virtuais adaptativas ao histórico previsíveis para aprimorar os limites de generalização teórico-informacionais para o Gradiente Descendente Estocástico. Essa nova abordagem permite que as covariâncias de perturbação dependam dinamicamente do histórico passado do SGD, abordando as limitações dos métodos existentes que exigem covariâncias fixas.
Este conteúdo explora as notas sobre a divergência de Kullback-Leibler e sua relação com o conceito de verossimilhança. Aborda princípios fundamentais da teoria da informação e inferência estatística relevantes para a IA.
Este artigo formula métodos de explicação de IA baseados em mascaramento como comunicação através de um canal de consulta, onde as explicações são mensagens. Ele estabelece limites teóricos de informação para a recuperação de explicações exatas, demonstrando que a recuperação confiável é possível abaixo de uma certa capacidade.
Este conteúdo oferece uma compreensão intuitiva da Entropia e suas aplicações em Machine Learning e Análise de Dados. Ele também inclui exemplos de código Python para facilitar o aprendizado.
Este conteúdo oferece uma introdução à Teoria da Informação, com foco em suas aplicações em Aprendizado de Máquina e Análise de Dados. Inclui código Python para facilitar a compreensão.
O texto aborda a longa história de comunicação indireta entre Estados Unidos e Irã, marcada por intermediários que introduziram distorções e interesses próprios. As atuais negociações em Islamabad representam uma tentativa pioneira de correção de erros e diálogo mais direto após décadas de 'perda na tradução'.