新论文在采集前预测大规模神经记录的群体几何
SuryaGanguli · x · 2026-07-24
新论文：在采集前预测神经群体几何结构
Surya Ganguli 等人发表了一项关于预测性实验设计的新研究，目标是在大规模神经记录真正采集前，就根据既有数据预测新实验中的群体几何结构会怎样变化。
主要结论
- 论文给出了神经维度数、相关性可靠性、PCA 主成分模式可靠性随神经元数量和试次数增长的规律。
- 作者提出一种 “维度的祝福”：记录更多神经元，反而可能允许用更少试次，仍能稳定推断群体几何。
- 这对现实中的神经实验很重要，因为很多数据是 1 万+ 神经元、但只有几百次试验。
- 论文还建立了使用 masked autoencoders 做神经预测的缩放规律。
「研究」频道最新
- 自建评测跑 10 个模型，Fable 5 与 Opus 4.6 领跑 — rudrank · 2026-07-24
- 作者称，自己 2016 年的 UDT 结果早在 1997 年就已被证明 — jessi_cata · 2026-07-24
- 一篇论文把 AI 教练建模成博弈并用无模型 RL 训练 — antoniloq · 2026-07-24
- Apollo Research:AI思维链无法完全揭示其真实意图 — MariusHobbhahn · 2026-07-24
- Agent 动作超时暴露了重试与验证模型缺口 — Technical_Bench_188 · 2026-07-24
- Ouroboros Engine 把本地代码生成接到沙箱测试和 QLoRA 微调 — ChinPokoBlah11 · 2026-07-24