热点事件持续更新

空间记忆模型实现超训练长度泛化

1 篇报道1 个报道来源20 小时前更新

先了解这件事

AI 综述

Yuhang He 提交论文，提出一种基于循环结构的空间记忆机制，声称能让有限经验的学习者泛化到任意长度输入：机制只读取“重合”信息而非坐标，规则在所有规模上保持有限。论文称，在最多 40 个符号的字符串上训练后，该机器在 15 个基准任务中的 9 个上对长度 41 至 500 平均至少 99% 正确，其中 5 个任务 LSTM 或 Transformer 无法解决。训练后加入新循环，可无误差反转 15,015 个符号的字符串，超出该长度后按理论预测的曲线失败。

AI 根据报道生成 · 4 小时前更新

最新进展11月5日 20:30

有限大脑如何无限泛化：空间记忆作为通用计算机

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

20:30
arXiv · cs.AI
有限大脑如何无限泛化：空间记忆作为通用计算机
论文提出一种基于循环结构的记忆机制，使有限经验的学习者能泛化到任意长度输入：只读取"重合"信息而非坐标，规则在所有规模上保持有限。在最多 40 个符号的字符串上训练后，该机器在 15 个基准任务中的 9 个上对长度 41 至 500 平均至少 99% 正确，其中 5 个任务 LSTM 或 Transformer 无法解决；训练后加入新循环可无误差反转 15,015 个符号的字符串，超出后按理论预测的曲线失败。

本事件热度走势

可比范围当前: 6
可比范围峰值: 611月6日 12:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。