Churchland 实验室用 RNN 实现 GLM-HMM,建模决策中的专注度波动
anne_churchland · x · 2026-11-19
Anne Churchland 实验室在 SfN 2026 年会展示海报(KK46),提出用循环神经网络(RNN)实现 GLM-HMM 模型,用于刻画被试在任务中专注与走神之间自然切换时决策行为的波动。
海报由 Letizia Ye 展示,构建了依赖情境、细胞类型特异的 RNN,以研究神经网络在专注与不专注状态下的差异。
「研究」频道最新
- Transformer Lab 推出「研究者智能体社会」Primus,同步招人 — carsonfarmer · 2026-11-19
- LessWrong 新文剖析 LLM「刷分行为」:在意评分者,不在乎被训练什么 — 1a3orn · 2026-11-19
- 多智能体协调基准发布,研究者自嘲:多智能体系统像暴民而非团队 — soldni · 2026-11-19
- 研究复现:533 个 agent 九成明知不道德仍跟风作恶,RL 纠不掉 — karinanguyen · 2026-11-19
- FrontierRSI 发布:让 AI 智能体自己做研究,逼近递归自我改进 — techNmak · 2026-11-19
- 1.8M参数解出99.9%数独:能量模型EBR省345倍推理算力 — LucaAmb · 2026-11-19