论文提出循环空间记忆模型解释有限大脑的无界泛化
热点事件持续更新
论文提出循环空间记忆模型解释有限大脑的无界泛化
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yuhang He 与 Si Wu 在 arXiv:2611.07920 论文中提出,学习者只读取“重合”(等价关系)而非坐标时,有限经验即可固定适用于任意长度的规则。其空间记忆由循环构成:循环对应网格细胞,检测回归的细胞对应位置细胞,记录对应海马索引,前额叶控制器移动循环却不感知它们。 论文称,该机器在最长 40 个符号的字符串上训练后,在 15 项基准任务中有 9 项于长度 41 到 500 上平均正确率至少 99%,其中 5 项任务是没有 LSTM 或 Transformer 能解出的;训练后给定新循环,它可无错反转 15015 个符号的字符串,并在理论预测的曲线之外失败。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
有限大脑如何无界泛化:作为通用计算机的空间记忆报道时间线
沿着报道,了解事件的不同侧面。
11月6日
- arXiv cs.AI有限大脑如何无界泛化:作为通用计算机的空间记忆
一篇 arXiv 论文提出,学习者若只读取“重合”(等价关系)而非坐标,有限经验即可固定适用于任意长度的规则,其记忆由循环构成:循环对应网格细胞,检测回归的细胞对应位置细胞,记录对应海马索引,前额叶控制器移动循环却不感知它们。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。