该综述梳理 Tsallis 统计与 AI 的交汇：参数 q 如何连接稠密与稀疏分布，并用于 sparsemax、α-entmax、最大熵强化学习、重尾概率模型、损失函数及正则化。作者还将深度网络的重尾权重谱与梯度噪声视为非广延统计信号，并主张把 q 作为可学习的归纳偏置。
最近 24 小时暂无可用热度快照。