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)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →