新证：深度 MLP 压缩尺寸与宽度无关
burny_tech · x · 2026-09-02
Liu Ziyin 等人在 arXiv 发布新论文，证明对于深度 MLP，存在一种压缩方式，使得压缩后的网络尺寸仅取决于输入数据维度，而与原始模型宽度无关。研究提出了一种“导数匹配”技术和逐层重加权方法，证明了足够平滑的深度网络具有一致的压缩性。
「研究」频道最新
- Meta 新研究：Agent 能完成任务却无法阻止灾难性操作 — rohanpaul_ai · 2026-09-02
- Safin-1：通过内存原生状态演变实现内生安全 — Shanghai-AI-Laboratory · 2026-09-02
- 美团DiagEvo：用层级错误记忆引导LLM自我进化 — meituan-longcat · 2026-09-02
- 为何自动驾驶公司必须建高保真模拟器 — tdietterich · 2026-09-02
- AnySearch：单一策略适应任意预算的强化学习搜索框架 — _reachsumit · 2026-09-02
- 新研究提出递归深度架构，无需 CoT 即可实现隐式推理 — iScienceLuvr · 2026-09-02