斯坦福用编码智能体原位训练光学神经网络,「光学即代码」新方法
StanfordUniversity · hf · 2026-11-21
斯坦福与 EPFL 研究者提出「optics as code」方法:由编码智能体仅凭光学神经网络的实测数据完成原位训练,通过可解释光学元件对网络重参数化,无需专家标定的数字模型或无梯度试错。结果显示其分类与图像编码性能优于无梯度方法,成本更低,并接近基于标定模型反向传播的效果。
所属事件:斯坦福编码智能体训练光学网络,精度 35% 提至 96.8%(7 条相关)→
「编程与Agent」频道最新
- Omnigent v0.23 发布:无人值守自动化可选 MCP 服务并用便宜模型轮询 — matei_zaharia · 2026-11-21
- 开源 OuterSSH:用 SSH 隧道把 Claude Code 图形界面搬上手机 — savvyRL · 2026-11-21
- Agent 被「断电」子代理仍在跑:Anaconda 演练应急响应 — anacondainc · 2026-11-21
- Luke Wroblewski:引导 agent 何必打开应用,直接用屏幕内容 — LukeW · 2026-11-21
- Gatana 支持 skills-over-MCP(SEP-2640),agent 能力扩展再进一步 — Gatana_Official · 2026-11-21
- 别再语音下指令:团队自建 25 个内部应用打通 Agent 协作 — willcb · 2026-11-21