Freenet 用等回归+经验贝叶斯替代神经网络做 P2P 路由
Sanity · x · 2026-11-20
Freenet 开发者发布视频,讲解其在去中心化网络路由中使用的机器学习技术,包括具体路由算法与真实网络数据。核心观点:正确的机器学习方案往往不是神经网络。Freenet 的路由采用等回归(isotonic regression)、经验贝叶斯等经典统计方法,优势在于可利用对问题本身的已有知识约束模型,在数据有限时仍能做出有用预测。
所属事件:Freenet 路由弃用神经网络,老统计方法更胜一筹(3 条相关)→
「Infra」频道最新
- 量子计算瞄准 AI 工作负载,IBM 与 QuEra 公布容错路线图 — mikeflache · 2026-11-20
- 腾讯财报电话会:最新出口管制将加速中国半导体自给自足 — basedjensen · 2026-11-20
- Chorus 论文:共享 n-gram 嵌入表缩小 87%,性能反超 DeepSeek Engram — brown2green · 2026-11-20
- 内存仅 20MB 的浏览器 IDE px0 发布,作者谈如何逐层做减法 — arpit_bhayani · 2026-11-20
- 清昴智能发起昇腾 950DT 万卡级 Token 工厂,算力利用率从 40% 提至 80% — 量子位 · 2026-11-20
- SenseNova-Loop 9B 在 8GB 显存跑通,推理 token 省一半 — R_Duncan · 2026-11-20