Epiplexity

由 Marc Finzi、Andrew Gordon Wilson 等在论文 arXiv 2601.03220 提出的概念（“附加复杂性”），用以量化”计算能力受限的观察者能从数据中学到什么”。它弥补 Shannon 信息与 Kolmogorov 复杂性在刻画”有用信息”上的不足：epiplexity 捕捉数据中的结构性内容，同时排除”时间受限熵”（如伪随机数生成器、混沌系统等不可预测但无结构性内容的随机内容）。由此说明信息可由计算创造、依赖数据排序，为”数据选择”而非仅”模型选择”提供理论基础。