无需反向传播训练 CNN：MNIST 准确率达 96.7%
burkov · x · 2026-07-24
一项研究表明，在不使用反向传播算法的情况下训练卷积神经网络（CNN）取得了当前最佳（SOTA）表现。该模型在 MNIST 数据集上达到了 96.7% 的准确率，在 CIFAR-10 上达到了 61.7%。
这一发现支持了继续投资受生物学启发的训练方法，认为其有望为神经形态硬件带来增益，并实现内置的模型稀疏性。
「研究」频道最新
- GitHub 测试显示 AGENTS.md 能显著改变编码代理结果 — film_girl · 2026-07-24
- Robocurve 发布机器人真实世界基准与开源 Inspect Robots — ycombinator · 2026-07-24
- GPT 5.6 Pro 辅助找到反例，30 年图论猜想被推翻 — burny_tech · 2026-07-24
- GEPA 团队发布 omni，将多种 LLM 优化器组合起来 — iamrobotbear · 2026-07-24
- Adhiraj Ghosh 讲任务自适应采样，预训练算力倍率达 3.33 倍 — pratyushmaini · 2026-07-24
- Science 研究用 transformer 解析阿尔茨海默病单细胞 3D 基因组重组 — jmuiuc · 2026-07-24