作者用深度 RL 跑「证据累积塔」任务,复现多项啮齿类行为特征
neuroecology · x · 2026-11-21
神经科学背景作者分享:他训练深度强化学习网络执行 accumulating tower(证据累积)任务,发现与啮齿类实验文献有多处相似——历史偏置(history bias)、跨 session 切换的状态、随证据和步数增长的价值斜坡(value ramps)等。他还认为线虫连接组因约束不足(加上广泛的突触外神经调质信号)对这类研究用处有限,更有意思的是让网络独立运行,观察相似性在哪里涌现。
「研究」频道最新
- 黎曼猜想证明作者发声:这是人类的想法,我会坚持到底 — Singularitarian · 2026-11-21
- DPP 选择机制续解:为何三个快速排序反而得分低 — xtimv · 2026-11-21
- DPP 用体积的平方做选择:质量高且彼此不同才高概率 — xtimv · 2026-11-21
- 用行列式点过程让 LLM 采样既各自优质又彼此多样 — xtimv · 2026-11-21
- 循环模型实测:训练仅多花 7.5% 算力,推理省下 140% — cephaloform · 2026-11-21
- tenobrus 加盟 METR,参与发布模型时间跨度评测新报告 — morqon · 2026-11-21