Caltech 与英伟达推新框架：让 AI 掌握连续函数
AnimaAnandkumar · x · 2026-08-18
加州理工学院的 Anima Anandkumar 团队与 NVIDIA 合作，提出了一种扩展神经网络的框架，使 AI 能够学习连续函数而非离散数据点。这一研究旨在解决当前 AI 模型在理解物理世界（如天气预报等混沌系统）时的不足。相关论文已发表于《Nature Machine Intelligence》，该技术有望提升 AI 在科学发现中的预测能力。
「研究」频道最新
- Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Nature 评论：数据溯源是自主科学的信任基石 — gabepgomes · 2026-08-24
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为：六成阅读量来自指令与笔记 — dair_ai · 2026-08-24