编码智能体现场训练光学神经网络,精度 35% 升至 96.8%

斯坦福 Gordon Wetzstein 团队联合 EPFL 发表论文《In Situ Training of Optical Neural Networks by Coding Agents》(arXiv:2611.23875),提出「Optics as Code」新范式:让一个编码智能体通过 harness 直接操作光学硬件做实验,把光学神经网络接入闭环并自动调校参数,实测将分类精度从 35% 提升到 96.8%。这为长期困扰该领域的校准难题和 sim2real 差距提供了一条新路径,值得光学计算与智能体方向的研究者关注。

已确认

为什么重要

2026-11-20 ~ 2026-11-21 · 7 条相关

一手来源