深度学习外在论：Transformer 计算语义框架

2026 年 10 月 15 日，arXiv 人工智能板块刊出 Luis F. Rosario Freytes 的论文，提出“深度学习外在论”（DLE）的数学框架，用于刻画 Transformer 中随训练演化的计算语义。该框架区分四类概念：功能等价、保留前驱区分、受限接收器能力与上下文依赖的有效架构，并在维度标注的 PreNorm Transformer 中验证这些关系如何随训练变化。报道称研究强调“架构先于公式”，即计算语义依赖于训练过程而非仅由公式决定。目前该事件仅此一篇主报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。