用 Extropic 热力学堆栈模拟概率神经网络,验证环境控制能力
beffjezos · x · 2026-08-25
MancerAI 尝试将 ReCoN 的连续概率激活与状态机集成到 Extropic 的软件堆栈中,构建了名为 ReCoN-thermo 的概念验证 Demo。该 Demo 展示了在 CartPole 环境下的闭环控制,可视化呈现了网络激活、采样位及状态机状态。虽然目前尚未使用真实的热力学硅芯片(仅通过 Extropic CPU 任务和 Torx 模拟器运行),且未涉及硬件性能宣称,但初步验证了技术集成的可行性。下一步计划在真正的热力学计算机上运行概率内核,并基准测试时间、成本和能耗。Extropic 方面表示,开发者现可通过 GPU 模拟(如 XTR-0)或 Emulators API 探索热力学算法,其首个 Z1 集群预计明年推出。
「研究」频道最新
- 新研究探究 LLM Agent 是否具备时间感知与预算意识 — maksym_andr · 2026-08-25
- SA-RSQ:多模态推荐系统的稀疏表示框架 — _reachsumit · 2026-08-25
- 重访 N2DCG:轮播推荐评估的实证重 formulation — _reachsumit · 2026-08-25
- RAG崩溃:检索到自生成内容时LLM答案趋同,79.6%模拟崩溃 — _reachsumit · 2026-08-25
- 生成式推荐新方法:语义子词分词提升物品建模 — _reachsumit · 2026-08-25
- Spotify研究:更好的推理轨迹反而降低推荐效果 — _reachsumit · 2026-08-25