NeurIPS 论文:两层网络可精确执行二进制加法乘法等指令
kfountou · x · 2026-09-19
NeurIPS 2025 海报论文《Learning to Add, Multiply, and Execute Algorithmic Instructions Exactly with Neural Networks》研究神经网络能否精确执行二进制编码的算法指令，而非仅仅近似。
- 用 Neural Tangent Kernel（NTK）框架分析无限宽两层全连接网络的训练动力学
- 证明足够大的模型集成可以高概率精确执行四类基本任务：二进制置换、二进制加法、二进制乘法、以及 Subtract-and-Branch-if-Negative（SBN）指令
- 由于 SBN 是图灵完备的，该框架可扩展到所有可计算函数
- 训练数据量仅需对数级别：关键技巧一是构造训练数据以隔离位级规则，二是在 NTK 区间内控制相关性使模型预测与目标算法执行对齐
针对的是神经网络在离散操作上难以完美泛化到未见输入的经典问题。
「研究」频道最新
- 把 reranker 改成决策引擎,Jev 式 API 电车难题永远拉杆 — gaganghotra_ · 2026-09-19
- 连续扩散语言模型新技巧：仅增 1-3% 推理算力即可引导生成 — itsbautistam · 2026-09-19
- 用 LLM 算历代名将 WAR:拿破仑稳居历史第一 — ctjlewis · 2026-09-19
- MIT 新论文追踪 10.8 万个开源模型的生命周期兴衰 — asusarla · 2026-09-19
- Meta Muse + Jev 十秒级筛出免疫学百大未解问题 — DeryaTR_ · 2026-09-19
- 26人团队提出ABC清单:Agent基准设计缺陷可致成绩误估高达100% — ddkang · 2026-09-19