[AI]《An Energy-Based Perspective on Machine Learning》B Dai, Y Du [Georgia Institute of Technology & Harvard University] (2026)

在AI领域，多源模型的直接组合是一个悬而未决的难题。过去的方法受困于定制架构，本质原因是生成与决策的底层逻辑被割裂。

本文的核心洞见是：把各类算法重新看作衡量相容性的标量能量。由此，纯标量加法这一关键操作使问题得以解开。异构模型无需重训即可直接叠加。

这项工作真正留下的遗产是统合全学科的坐标系。它为后来者打开的新门是模块知识的零样本拼接，但尚未跨过的门槛是能量叠加后的陡峭图景极难精确采样。

arxiv.org/abs/2611.14383 #机器学习# #人工智能# #论文# #AI创造营#