UCL+FAIR 发布可学习规则推理架构，作者溯源 ICML'20 潜空间推理
PMinervini · x · 2026-09-21
Yann LeCun 转发了 UCL+FAIR-London 关于神经推理架构的新工作，该架构能学习生成和选择规则进行推理。
PMinervini 补充背景：这种「在潜空间递归分解目标为子目标、再解码出符号知识」的 latent reasoning 思路，早在 ICML 2020 就有工作提出，并非新概念。
「研究」频道最新
- Eidon AI 关闭前开源 9TB 第一人称家务视频数据集 — victormustar · 2026-09-21
- 新研究证明均匀/高斯扩散与 unmasking 并行生成能力存在二次方差距 — LucaAmb · 2026-09-21
- 用 Claude 和 Codex 找到六大哈希函数的碰撞 — thomasahle · 2026-09-21
- APort Vault 基准：14 个模型遭 4371 次支付攻击，加策略层后越权转账归零 — aporthq · 2026-09-21
- EMNLP 2026 论文 SPLIT-RAG：多智能体分区检索降低 RAG 开销 — flosalim · 2026-09-21
- 神经网络训练成败边界呈分形结构，可视化效果惊艳 — alec_helbling · 2026-09-21