Search

Tag: #neural-networks21 results

Anthropic 在 Claude 神經網絡中發現「J-space」

Anthropic 研究人員在 Claude 的神經網絡中發現了一個名為「J-space」的特定區域，它充當了類似意識推理的全局工作空間。通過操縱該區域，研究人員可以直接影響模型的內部思維和推理過程。

虎嗅Media•Jul 7#interpretability#neural-networks

馬斯克：無人監管自動駕駛車輛今年將在全美普及

特斯拉執行長馬斯克宣布，目前已在德州運行的無人監管全自動駕駛車輛，預計將於今年下半年在全美範圍內進一步推廣。

cnBeta (Full RSS)Media•May 18#autonomous-driving#robotics#neural-networks

Anthropic 在 Claude 內部發現「類腦意識」空間

研究人員在 Claude 內部發現了一種運作機制類似「類腦空間」的結構。刪除或修改該區域會導致模型性能與推理能力顯著下降。

量子位Media•Jul 7#neural-networks#model-architecture

攤銷最大內積搜尋 (MIPS) 技術

本研究提出了一種基於迴歸的 MIPS 方法，透過訓練神經網路直接預測解。利用鍵值集的支撐函數，它攤銷了針對已知查詢分佈進行重複搜尋的成本。

Apple Machine LearningOfficial•Jul 2#vector-search#neural-networks#retrieval

透過程式化瓶頸解釋神經組合優化

EPB 是一個新的框架，透過將黑盒神經組合優化 (NCO) 模型提煉為人類可讀的程式組合，來解釋其決策過程。它利用 LLM 驅動的迭代過程來演化這些程式，從而提高序列決策模型的可解釋性。

ArXiv AIResearch•Jun 20#interpretability#neural-networks

用於組合式 AI 的新型關係結構因果模型

這項研究引入了「關係結構因果模型」，使 AI 系統能夠在物體變化的環境中進行干預和反事實推理。該研究提供了一個正式框架，用於識別未見過場景中的因果查詢，並在模擬交通環境中超越了非關係型基準模型。

ArXiv AIResearch•Jun 16#causal-inference#combinatorial-ai#neural-networks

幾何框架識別神經網路中的記憶痕跡

研究人員開發了一種幾何框架來識別「AI engrams」，允許對深度神經網路中的特定記憶進行外科手術式的操作。這種方法可以透過線性運算來組合或刪除已學習的知識，而無需進行反覆的重新訓練。

ArXiv AIResearch•Jun 16#neural-networks#memory-mechanisms

Universal Quantum Transformer 實現確定性數學推理

Universal Quantum Transformer (UQT) 是一種量子原生架構，利用多量子位元系統解決傳統神經網路的隨機不穩定性。透過幾何相位嵌入，它在模運算和非阿貝爾代數中實現了確定性的泛化。

ArXiv AIResearch•Jun 2#quantum-computing#neural-networks#nisq

Tesla 自動駕駛進展是真實還是炒作？

本文探討了 Tesla 自動駕駛的時間表，指出「明年就來」的承諾與技術快速進步的感知之間的矛盾。

钛媒体Media•May 20#autonomous-driving#computer-vision#neural-networks

馮·諾伊曼的AI洞見在今日依然具備啟發性

本文重溫了馮·諾伊曼的經典著作《計算機與人腦》，探討了他關於神經網絡、容錯機制以及數位計算機與人類認知之間根本差異的早期理論。

虎嗅Media•Jul 16#neural-networks#computational-theory#ai-history