Human-Centered Learning Mechanics: A Dynamical Framework for Entropy-Regulated Representation Learning

En 3 lignesFramework théorique HCLM pour l'apprentissage régularisé par entropie en systèmes dynamiques ouverts. Introduit le concept de « force informationnelle effective » et caractérise les régimes d'entropie dégénérés. Démontre que les surrogates géométriques (variance, log-déterminant de covariance) produisent des gradients plus stables que la softmax-normalized entropy.

Résumé généré par Claude — vérifié par l'humain