鱼类 RNN 学出低秩表征，回家角度和社交距离更好解码
tweetsatpreet · x · 2026-07-29
- RNN 的有效秩远低于网络宽度，说明代理内部表示是高度压缩的。
- 这些“脑内活动”可以稳定编码任务和社交变量：例如，沿电场线回家的角度比简单直线角度更容易被解码。
- 两条鱼在近距离时的神经活动对齐更强，远距离时则明显减弱。
所属事件:多智能体强化学习仿真弱电鱼涌现真实社交行为(11 条相关)→
「研究」频道最新
- 密码学专家解读 Anthropic 新密码分析成果 — matthew_d_green · 2026-07-30
- OpenAI 推出科研支持计划，提供 GPT-5.6 等模型 — OpenAI · 2026-07-30
- LLM 提思路+写代码+跑实验，自动化 AI 研究新论文 — ChengleiSi · 2026-07-30
- arXiv 单日近 10% 论文披露使用 AI，学术写作正被重塑 — RexDouglass · 2026-07-30
- Datoric 推出安全数据采集工作区，月营收近七位数 — ycombinator · 2026-07-30
- 澄清误解：Claude Base Model输出实为用户建模而非真实思考 — cephaloform · 2026-07-30