主要来源arXiv cs.LG
查看原文事件专题 · 单一信源
NeuronSoup：无需反向传播的异步共享神经元时间图进化架构
NeuronSoup是一种新型神经计算架构，用异步延迟介导的信号传播取代逐层同步处理，隐藏神经元在路径间共享。在10类MNIST数字分类任务中，使用冻结ResNet18特征输入，系统进化出204条活跃路径、266个隐藏神经元（156个共享，1个参与11条路径），10,000代后测试准确率85.9%，模型仅115KB。该架构无需可微计算图，每个样本自适应计算深度，并自动发现处理路径间的横向交互。
当前结论
NeuronSoup用遗传算法进化共享神经元图，不依赖反向传播，在MNIST上达到85.9%准确率，模型只有115KB，适合探索非梯度训练的新路子。
2 个信源53° AI 热度最后更新 2026/7/16 17:18:59
证据链
相关来源 1marktechpost
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。