MENTAL MODEL · M2035

没有免费午餐定理

No Free Lunch Theorem

数理技术高支撑数学

已收录

Version 1.0.0 · 更新于 2026-07-30

CORE DEFINITION · 核心定义

在所有可能的问题集合中，没有任何一种优化算法（无论是进化算法、梯度下降还是随机搜索）能比其他算法表现得更好。如果一个算法在某些问题上表现优异，它必然在另一些问题上表现得很烂。 -

SCAFFOLDING EFFECT · 脚手架效应

psychology

万能药的粉碎机。 - 这是否定了“通用方法论”的数学证明。不要迷信某一种思维模型（如“第一性原理”或“辩证法”）能解决所有问题。没有最好的策略，只有最适合当前上下文（Context）的策略。专业的标志是拥有一个针对不同场景的算法

anchor

在所有可能问题构成的平均分布上，任何两种优化算法的期望性能相等——某算法在部分问题上占优，必在另一部分上劣势。因为"没有对一切问题最优"的通用算法，性能来自对问题结构的匹配而非算法本身。

MINIMUM ACTION · 最小行动

进行中 0/2

在一个真实场景中练习这个模型：

勾选记录你的进度（本机暂存）

掌握进度0%

account_tree知识谱系 Genealogyexpand_more

menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

link
en.wikipedia.orghttps://en.wikipedia.org/wiki/No_free_lunch_theoremZH · 明确
verified

RELATED MODELS · 相关模型