哈佛团队绘出大脑分布强化学习环路，RL 理论获神经实证
neuroprinciples · x · 2026-11-15
哈佛大学 Sara Matias、Naoshige Uchida 等人在 bioRxiv 发布新研究，探讨大脑如何神经环路层面实现分布强化学习（distributional RL）。
作者阵容包括 Lichtman、Watabe-Uchida、Drugowitsch 等知名神经科学家，结合连接组学与环路追踪手段，检验分布 RL（即同时表征多个价值估计以解释风险与不确定性偏好）是否对应真实的脑内实现机制。论文为 RL 理论与神经科学之间的对应关系提供了新的实证证据。
「研究」频道最新
- Flint 40B 自我迭代 11 步，法律任务涨 15% 达 0.544 — RichardSocher · 2026-11-15
- Raschka 补齐 RoPE 从零教程，盘点 2026 开源模型位置编码选型 — rasbt · 2026-11-15
- 单卡 1 小时 40 分钟、约 5 美元训出 89.5% 准确率的 LLM 评测官 — MaziyarPanahi · 2026-11-15
- 常春藤毕业生做交易的类比：读得多不如练得对 — minhnguyen · 2026-11-15
- LeCun CoRL 放话：想做人类级 AI，别搞 LLM — Heavy-Ad9232 · 2026-11-15
- NeurIPS 新方法将 ImageNet 每类 1300 张图蒸馏成 10 张 — kastnerkyle · 2026-11-15