主要来源marktechpost
查看原文事件专题 · 官方一手
Sakana AI 用 Error Diffusion 训练双流网络，MNIST 96.7%/CIFAR-10 61.7% 无反向传播
Sakana AI 提出 Error Diffusion 方法，可训练符合 Dale 原则的双流兴奋/抑制网络，无需依赖反向传播。在 MNIST 基准上达到 96.7% 准确率，在 CIFAR-10 上达到 61.7% 准确率。该方法通过模数误差路由将训练规则从 MNIST 扩展到 CIFAR-10 及强化学习场景。消融实验显示，不同任务所依赖的机制具有特定性。
当前结论
Sakana AI 搞出了不用反向传播也能训练的网络，MNIST 和 CIFAR-10 成绩还不错，研究生物合理学习的人可以看看。
2 个信源52° AI 热度最后更新 2026/7/18 06:32:43
证据链
相关来源 1arXiv cs.LG
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。