Miri 金宝博娱乐Research Associatiate Vanessa Kosoy在逻辑不确定性下制定了一个新的推理框架，“最优多项式估计：近似算法的贝叶斯概念。“抽象的：
“近似算法”的概念通常只应用于优化问题，因为在优化问题中，算法对任何给定输入的性能都是一个连续的参数。我们引入了一个新的近似概念，适用于决策问题和函数，灵感来自贝叶斯概率。从计算资源有限的贝叶斯推理机的角度来看，无法精确解决的问题的答案是不确定的，因此应该用一个随机变量来描述。因此，讨论这个随机变量的期望值应该是有意义的，我们通过引入“最优多项式时间估计器”的概念，在平均情况复杂性理论的语言中形式化了这个想法。我们证明了一些存在性定理和完备性结果，并证明了最优多项式时间估计与“经典”概率论有许多相似之处。
Kosoy的最佳估计框架试图在不同角度的推动局限下模拟普通用途推理，而不是斯科特Garrabrant逻辑电感器框架，更注重计算效率和易易行。
该框架在游戏理论中具有应用程序（实现具有最佳预测器系统的CDT金宝博官方）并可能证明是在决策理论中正式化逆损条件有用（随机算法的逻辑反应性那通过伪andomization稳定逻辑反应性），1但对古典概率理论的强差异似乎特别有趣，以及与复杂性理论概念的协同作用。
最佳估算器允许我们分配概率和期望值，以确定性的数量，但在多项式时间中不可行。这是依赖的上下文：而不是为孤立问题分配概率，最佳估计器同时为整个问题分配概率。
由此产生的对象以平均水平复杂性理论的语言变得非常自然，这使得从纯粹计算复杂性的角度来看，可以从纯粹的计算复杂性的角度来看。特别地，承认某种类型的最佳估计器的语言或功能集是自然分布复杂性等级，这些类别涉及有趣的方式与已知复杂性类别。
最佳估计器可以被认为是理想化AI系统的计算可行和计算上不可行的桥梁。金宝博官方通常情况下，我们可以找到一个数学对象，这些对象在AI理论中回答基本问题，但对象是计算的不可行，因此无法模拟现实世界AI系统和子系统的一些关键特征。金宝博官方在许多情况下可以使用最佳估计器来构造可行物体的最佳可行性近似，同时保留与不可行对象的一些类似的属性。
要使用估算器来构建实用系统，我们首先需要知道如何构建正确的估算器，如果没有金宝博官方相关的统一估计，或者相关估计本身是不切实际的。2由于实用（统一）最佳估计器仅在一些非常特殊的情况下都知道数学上存在，因此KOSOY考虑需要存在的估算建议琴弦（粗略地说：具有无限源代码的程序）。此假设意味着最佳估计器始终存在，允许我们使用它们作为理解计算有限代理的属性的通用理论工具。3.
