更改

<nowiki>***</nowiki>2）虽然我们可以说明什么是粗粒度函数，并将其清晰地分解为信息转换和信息丢弃两个部分，但变量的分组方法隐式编码在可逆神经网络中，宏观动力学学习器的机制也没有完全透明。框架仍然缺乏可解释性，

<nowiki>***</nowiki>2）虽然我们可以说明什么是粗粒度函数，并将其清晰地分解为信息转换和信息丢弃两个部分，但变量的分组方法隐式编码在可逆神经网络中，宏观动力学学习器的机制也没有完全透明。框架仍然缺乏可解释性，

3）模型需要基于马尔科夫性的假设。

3）模型需要基于马尔科夫性的假设。<nowiki>***</nowiki>

= 强化版神经信息压缩机（NIS+）=

= 强化版神经信息压缩机（NIS+）=