研究信息度量、编码与传输的理论。
信息论像寄快递:既想箱子塞得紧省运费,又怕路上磕坏,还得收件人一拆就对货。
它决定压缩和通信如何更省、更稳,也影响模型里的熵和损失设计。
Cross-Entropy Loss交叉熵把信息论里的熵搬进了模型训练。
KL DivergenceKL 散度是信息论里比较分布差异的经典工具。
Token信息论可描述一个符号到底有多“值钱”。
Statistical Learning Theory它关注信息;SLT 更关注学习与泛化。