标签：神经网络
反向传播、前向传播都不要，这种无梯度学习方法是Hinton想要的吗？
反向传播作为深度学习的主流方法，近年来因其生物学不合理性、内存消耗大以及并行计算受限等问题，逐渐受到质疑。Geoffrey Hinton等人一直致力于寻找替代方案...
Anthropic亲自公开Claude脑回路！
Anthropic公司近期公布了一项关于大模型思考过程的研究，通过构建「AI显微镜」来识别模型中的活动模式和信息流动。这项研究旨在揭示像Claude这样的大语言模型...
强化学习也涌现？自监督RL扩展到1000层网络，机器人任务提升50倍
普林斯顿大学与华沙理工的研究表明，将对比强化学习（CRL）扩展到1000层可以显著提升性能，在某些机器人任务中性能提升高达50倍。这一发现挑战了传统观点，即...
13年后，AlexNet源代码终于公开：带注释的原版
谷歌首席科学家 Jeff Dean 宣布，谷歌与计算机历史博物馆（CHM）合作，共同发布了 AlexNet 的源代码，并将长期保存这些代码。AlexNet 是一个由多伦多大学研究...
驯服AI，更懂物理！何恺明团队提出全新DHN「去噪哈密顿网络」
何恺明团队提出的去噪哈密顿网络（DHN）将哈密顿力学融入神经网络，突破了传统局部时间步的限制，并通过独特的去噪机制在物理推理任务中表现出色。传统机器学...
苹果新芯片，太猛了
Apple发布了迄今为止最强的芯片M3 Ultra，标志着其在芯片技术上的又一重大突破。M3 Ultra采用了创新的UltraFusion封装架构，通过超过10,000个高速连接点将两...
“造假”齐白石的《虾》，被国产AI一眼识破！
商汤科技最新发布的日日新融合大模型交互版（SenseNova-5o，简称“新5o”）以其多模态能力显著提升了与AI交互的质量。该模型能在2秒内响应，具有逼真的语气助词...
强化学习之父 Rich Sutton 最新演讲：用「去中心化神经网络」应对深度学习局限性
在第六届国际分布式人工智能会议上，现代强化学习奠基人Richard S. Sutton教授提出了深度学习面临的挑战，包括灾难性遗忘、可塑性丧失和模型坍塌等现象，这些...
Liquid AI 发布新 STAR 模型架构，称比 Transformer 效率更高
麻省理工学院孵化的初创公司Liquid AI近期宣布了其在自动化神经网络架构设计和定制方面的重大进展。该公司开发了一种名为基于进化算法的定制架构合成（STAR）...
Greg Brockman又做了一件伟大的事情
OpenAI总裁Greg Brockman在社交媒体上分享了他的假期生活，期间他与Arc Institute团队合作，致力于训练基于DNA的模型。Brockman对深度学习技术在医学和医疗保...
