研究者：放弃「一切皆需可微」或解锁 AI 下一步突破
PMinervini · x · 2026-09-30
PMinervini 引用 kalomaze 的讨论提出：放弃「一切都需要可微」（即对反向传播友好，因为 argmax 虽名义可微但梯度几乎处处为零或未定义）的执念，可能解锁 AI/ML 的下一个重大进展——正如当年在全局最优问题上发生过的一样。
「研究」频道最新
- 色编码技巧突破:对称布尔函数获 2^O(√n) 深度-3 电路 — rrwilliams · 2026-09-30
- Epoch AI:AI 从奥数到 Navier-Stokes,进展比基准分数显示的更稳 — TWIML AI Podcast · 2026-09-30
- Claude 用 28 个 AND 门实现 AES S-Box，刷新 NIST 电路复杂度纪录 — jedisct1 · 2026-09-30
- Terminal-Bench 观察引出新视角：模型失败未必是能力不行 — abeirami · 2026-09-30
- NVIDIA 开源 Physis-Lang：给视频世界模型补物理课，登顶 Physics-IQ 榜 — NVIDIAAI · 2026-09-30
- 激光照射 Kapton 胶带造出石墨烯，装上 3D 打印机可精确加工 — johnowhitaker · 2026-09-30