无分布假设下的语言识别与生成：NeurIPS 论文给出近乎紧的统计速率

一项 NeurIPS 论文去掉了语言识别与生成任务中对输入数据必须来自给定语言集合的强可实现性假设，在完全不限制输入分布的条件下提出新的研究目标，并为两个问题给出新的刻画与近乎紧的统计速率。该结果把这两类任务的统计保证从理想化设定推广到更一般的“不可知”情形。