研究：ML 代理不会过拟合的原因与压缩性

新研究指出 ML 代理学到的是可压缩的策略，而非记忆化数据。将成功策略通过信息瓶颈压缩到约 16 个 token，新的代理仍能复现表现，说明策略抓住了真实结构，压缩测试可诊断是否为过拟合。