AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:正交化×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月10日
10:38
10:38arXiv cs.LG@Gauthier Boeshertz, Razvan Pascanu, Claudia Clopath
反向传播(BP)因需要反馈权重与前向权重的转置一致而被认为生物上不可信。反馈对齐(FA)使用固定随机反馈权重来规避此问题,但在深层架构中效果不佳。研究发现FA误差的有效秩远低于BP,限制了参数空间的探索。通过使用Muon优化器正交化权重更新和隐藏活动归一化促进激活正交性,可提高FA的有效维度。在CIFAR100和ResNet-18上,这些方法将准确率提升了9个百分点。
论文反馈对齐秩坍缩Muon优化器正交化深度学习

推荐理由:这篇论文揭示了反馈对齐在深层网络中失效的根本原因——低维梯度动力学,并给出了可落地的解决方案(Muon+归一化)。做生物启发学习或替代反向传播研究的团队值得关注,实验方法可以直接复现。
原文
精选全部日报登录