[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-learning-from-multiple-data-providers-zh":3,"article-related-learning-from-multiple-data-providers-zh":29,"series-research-596ed05a-61b7-43f9-83ad-be1ce4df20c1":72},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":11},"596ed05a-61b7-43f9-83ad-be1ce4df20c1","learning-from-multiple-data-providers-zh","多資料來源下的可學性地圖","\u003Cp>當每個資料來源只肯回答部分條件查詢時，分布還學得起來嗎？\u003C\u002Fp>\u003Cp data-speakable=\"summary\">這篇論文說明，當資料只能透過受限條件取樣取得時，能不能學到分布，關鍵不在樣本量，而在查詢集合的重疊結構。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>研究機構\u003C\u002Fstrong>：arXiv 摘要未明確標註\u003C\u002Fli>\u003Cli>\u003Cstrong>核心數據\u003C\u002Fstrong>：~O(n^2\u002F\\varepsilon^2)\u003C\u002Fli>\u003Cli>\u003Cstrong>突破點\u003C\u002Fstrong>：共現圖決定可學性\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這篇論文把一個很貼近實務的資料存取\u003Ca href=\"\u002Fnews\u002Fgrok-build-live-previews-rewind-fixes-zh\">問題\u003C\u002Fa>，抽成乾淨的數學模型。重點不是「有沒有資料」，而是「資料以什麼方式被切片、重疊、以及被允許查詢」。對多資料提供者、權限分層、或只能拿到局部條件樣本的系統來說，這個問題很現實。\u003C\u002Fp>\u003Ch2>這篇在解什麼痛點\u003C\u002Fh2>\u003Cp>作者研究的是有限域 [n] 上的一個未知分布 p。一般分布學習會假設你能直接拿到 i.i.d. 樣本，但這裡不行。學習者只能對固定的集合族 S 發出查詢，而每次查詢回來的是條件分布 p(· | S) 的樣本。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785222177037-wkxs.png\" alt=\"多資料來源下的可學性地圖\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>白話一點說，就是你不能直接看全域資料，只能看某些子集合裡的抽樣結果。這種介面很像現實中的多來源資料：不同供應商只開放各自的一塊資料面向，而且彼此之間未必完整重疊。\u003C\u002Fp>\u003Cp>真正的難點在於，局部樣本不一定能拼出全域結構。某些元素可能從來不會在同一個可查詢集合裡一起出現，這會讓推論卡住。論文要回答的就是：什麼樣的查詢結構，才真的足以學到分布？\u003C\u002Fp>\u003Ch2>方法怎麼運作\u003C\u002Fh2>\u003Cp>這篇論文\u003Ca href=\"\u002Fnews\u002Fclinfusion-vision-centric-medical-mllm-zh\">先把\u003C\u002Fa>查詢族的重疊關係，整理成一張共現圖（co-occurrence graph）。如果兩個域元素曾經同時出現在某個可查詢集合裡，它們就在圖上相連。這張圖不是附屬工具，而是整篇分析的核心。\u003C\u002Fp>\u003Cp>作者接著區分兩種學習目標：pointwise consistency 和 PAC learning。前者比較弱，後者比較強。論文指出，若目標支援上的共現圖是連通的，就能達到 pointwise consistency。也就是說，只要局部之間還能透過重疊串起來，至少可以做到一致性的學習。\u003C\u002Fp>\u003Cp>但 PAC learning 要求更高。摘要直接指出，只有當共現圖是 complete，也就是任意兩個元素之間都能透過某個可查詢集合建立關聯時，才有機會得到 PAC 等級的保證。這裡透露出一個很重要的訊息：重疊不是有就好，重疊的密度和形狀都會影響可學性。\u003C\u002Fp>\u003Cp>論文還提到一個叫 hierarchical comparability 的結構條件。摘要說，這個條件足以支撐近乎線性的最佳複雜度，而 pairwise query family 是它的典型例子。這表示作者不只在做「能不能學」，也在做「學得有多省」的結構分類。\u003C\u002Fp>\u003Ch2>論文實際證明了什麼\u003C\u002Fh2>\u003Cp>這篇摘要沒有公開完整 \u003Ca href=\"\u002Ftag\u002Fbenchmark\">benchmark\u003C\u002Fa> 細節，因為它是理論結果，不是實驗論文。它提供的是樣本複雜度的上界、下界，以及哪些結構條件對應哪些學習能力。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785222172413-81ua.png\" alt=\"多資料來源下的可學性地圖\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>最強的結果，是對 PAC learning 的樣本複雜度範圍做出完整刻畫。對於所有共現圖完整的查詢族，論文給出 \\widetilde O(n^2\u002F\\varepsilon^2) 的上界，而且在最壞情況下這個界是 tight 的。換句話說，就算條件已經夠強到能做 PAC learning，成本還是可能高到二次方等級。\u003C\u002Fp>\u003Cp>另一端，如果 [n] 本身就是可查詢集合，那就等於能直接做普通抽樣，界會改善成 \\Theta(n\u002F\\varepsilon^2)。摘要還說，這個結果已經不能再進一步改善，即使所有集合都可查詢也一樣。這點很有意思：一旦已經能直接抽樣，多給查詢權限不一定能再突破線性門檻。\u003C\u002Fp>\u003Cp>介於兩端之間，作者證明整個多項式區間都能達到。對每個 \\alpha \\in (1,2)，都存在一個查詢族，其最佳 PAC 速率是 \\widetilde \\Theta(n^\\alpha\u002F\\varepsilon^2)。這代表樣本複雜度不是只有「線性」和「二次」兩種，而是可以隨查詢結構平滑地插值。\u003C\u002Fp>\u003Cp>從理論角度看，這是一個很完整的分類。它不是只證明某個演算法有效，而是直接把「資料介面長什麼樣」和「學習能做到哪裡」綁在一起。\u003C\u002Fp>\u003Ch2>對開發者有什麼影響\u003C\u002Fh2>\u003Cp>如果你在做資料平台、聯邦分析、隱私保護學習，或任何需要跨多個資料提供者整合資訊的系統，這篇論文給的是一個很實用的思考框架。瓶頸可能不在模型架構，也不在 optimizer，而在資料介面的拓樸。\u003C\u002Fp>\u003Cp>這對系統設計很重要。當你的應用只能接受條件式樣本時，應該\u003Ca href=\"\u002Fnews\u002Fgrok-imagine-odyssey-film-bet-zh\">先看\u003C\u002Fa>可查詢集合之間怎麼重疊。若重疊只夠形成連通圖，可能只能支援較弱的學習目標；若要更強的 PAC 保證，可能得把重疊設計得更密。\u003C\u002Fp>\u003Cp>共現圖也提供了一個很直觀的權限與覆蓋抽象。你可以把它當成檢查工具：哪些資料切片彼此能串起來，哪些地方會形成盲區，哪些盲區會讓全域推論變得昂貴甚至不可行。\u003C\u002Fp>\u003Ch2>限制在哪裡\u003C\u002Fh2>\u003Cp>這篇工作的模型很乾淨，但也因此相對理想化。它精準切出「受限條件取樣」這件事的影響，卻沒有試圖涵蓋真實多來源資料系統裡所有複雜因素。\u003C\u002Fp>\u003Cp>摘要聚焦的是樣本複雜度，不是計算成本、實作開銷，也不是超出取樣模型之外的雜訊魯棒性。也就是說，這些結論很鋒利，但它們本身還不能直接告訴你怎麼把系統做成 production。\u003C\u002Fp>\u003Cp>不過，這篇論文的價值就在於它把「資料存取結構」和「可學性」之間的關係切得很清楚。對工程師來說，這種結果很有用，因為它能先告訴你：某個資料介面到底是可行，還是從設計上就註定昂貴。\u003C\u002Fp>\u003Ch2>總結\u003C\u002Fh2>\u003Cp>這篇論文證明，當資料只能從多個受限來源以條件樣本取得時，能不能學到分布，取決於查詢集合的重疊圖，而不是單純看樣本數。\u003C\u002Fp>\u003Cp>更直接地說，資料介面的形狀本身就是學習問題的一部分。從近乎線性到二次方的樣本成本，都可能由這個結構決定。\u003C\u002Fp>\u003Cp>對\u003Ca href=\"\u002Ftag\u002F台灣開發者\">台灣開發者\u003C\u002Fa>來說，這是個很實際的提醒：如果你的系統要整合部分開放、權限分層、或彼此重疊不完整的資料來源，先檢查資料怎麼連，比先調模型參數更重要。\u003C\u002Fp>","這篇論文說明，當資料只能透過受限條件取樣取得時，能不能學到分布，關鍵不在樣本量，而在查詢集合的重疊結構。","arxiv.org","https:\u002F\u002Farxiv.org\u002Fabs\u002F2607.24732",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785222177037-wkxs.png","research","zh","24816c63-267c-4f6f-90b5-3a4cbae34927",[17,18,19,20,21],"conditional sampling","distribution learning","co-occurrence graph","PAC learning","sample complexity",[23,24,25],"受限條件取樣下，可學性由查詢重疊結構決定。","連通圖足以支援較弱的一致性學習，完整圖才支援 PAC learning。","樣本複雜度可從近乎線性到二次方，取決於查詢族的設計。",0,"2026-07-28T07:02:26.764157+00:00","2026-07-28T07:02:26.754+00:00",{"tags":30,"relatedLang":31,"relatedPosts":35},[],{"id":15,"slug":32,"title":33,"language":34},"learning-from-multiple-data-providers-en","Learning from Multiple Data Providers","en",[36,42,48,54,60,66],{"id":37,"slug":38,"title":39,"cover_image":40,"image_url":40,"created_at":41,"category":13},"dab55461-2d6f-4a34-936f-105cdb409535","certified-parallel-sinkhorn-dynamic-ot-zh","TemporalSinkhorn 讓動態 OT 平行化","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785220375358-3eit.png","2026-07-28T06:32:27.966514+00:00",{"id":43,"slug":44,"title":45,"cover_image":46,"image_url":46,"created_at":47,"category":13},"84fb7607-8711-40cb-9a04-02bad626d32f","clinfusion-vision-centric-medical-mllm-zh","ClinFusion 先把醫療影像看懂","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785218580863-y4ut.png","2026-07-28T06:02:28.426162+00:00",{"id":49,"slug":50,"title":51,"cover_image":52,"image_url":52,"created_at":53,"category":13},"ac1e5ec4-001e-4ecb-b8d0-0742f3b0287c","explainable-rl-air-traffic-control-zh","可解釋強化學習管空管路由","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785135782953-1dba.png","2026-07-27T07:02:29.948161+00:00",{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":13},"5b14d405-fd26-4768-8ba8-06a62f61baab","skill-self-play-llm-co-evolving-skills-zh","Skill Self-Play 讓 LLM 技能共演化","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785133975659-tgmu.png","2026-07-27T06:32:28.599852+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":13},"35c33c61-6032-407b-8042-1997fa515ad9","sm4rt-structured-motion-4d-reconstruction-zh","SM4RT 把剛體運動帶進 4D 重建","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785132182171-ph66.png","2026-07-27T06:02:27.718+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":13},"cf300a40-a285-4a1c-a0fb-ddd8fb0c6cce","prompt-engineering-turns-codegen-into-repeatable-workflow-zh","Prompt 工程把 codegen 變成可重複流程","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784923395397-latp.png","2026-07-24T20:02:49.165518+00:00",[73,78,83,88,93,98,103,108,113,118],{"id":74,"slug":75,"title":76,"created_at":77},"f18dbadb-8c59-4723-84a4-6ad22746c77a","deepmind-bets-on-continuous-learning-ai-2026-zh","DeepMind 押注 2026 連續學習 AI","2026-03-26T08:16:02.367355+00:00",{"id":79,"slug":80,"title":81,"created_at":82},"f4a106cb-02a6-4508-8f39-9720a0a93cee","ml-papers-of-the-week-github-research-desk-zh","每週 ML 論文清單，為何紅到 GitHub","2026-03-27T01:11:39.284175+00:00",{"id":84,"slug":85,"title":86,"created_at":87},"c4f807ca-4e5f-47f1-a48c-961cf3fc44dc","ai-ml-conferences-to-watch-in-2026-zh","2026 AI 研討會投稿時程整理","2026-03-27T01:51:53.874432+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"cf046742-efb2-4753-aef9-caed5da5e32e","adaptive-block-scaled-data-types-zh","IF4：神經網路量化的聰明選擇","2026-03-31T06:00:36.990273+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"53a0dc54-0371-4e40-8d5e-74e94a73840c","geometry-aware-similarity-metrics-for-neural-representations-zh","超越距離測量：用微分幾何重新理解神經網路","2026-03-31T06:01:01.241968+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"fee7d472-a775-4b1d-bbc2-1e8bca1bbf8b","on-the-fly-repulsion-in-the-contextual-space-for-rich-divers-zh","讓AI繪圖更有創意：用排斥力提升生成多樣性","2026-03-31T06:01:25.439673+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"a9901203-d69b-447b-8854-15d14eab32b4","vision-aided-beam-prediction-cnn-eca-zh","影像輔助波束預測升級 CNN","2026-04-01T10:00:25.8073+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"b55e7dd4-0a24-4b3d-804d-b0309a03f498","triple-band-fss-mimo-antenna-sub-6-ghz-zh","三頻 FSS MIMO 天線瞄準 sub-6 GHz","2026-04-01T13:18:36.857305+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"f68290bd-e7f3-4b30-ba22-dcd4e0130a66","openclaw-1299-repos-eight-weeks-analysis-zh","OpenClaw 1299 個 Repo 的資料解讀","2026-04-02T05:03:45.208411+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"ed9f80eb-eb02-4d35-8ad4-0ddf428751dd","beam-coherence-aware-combining-mmwave-mimo-zh","毫米波 MIMO 的雙階合併法","2026-04-02T05:27:26.897188+00:00"]