专栏名称: PaperWeekly

PaperWeekly是一个推荐、解读、讨论和报道人工智能前沿论文成果的学术平台，致力于让国内外优秀科研工作得到更为广泛的传播和认可。社区：http://paperweek.ly | 微博：@PaperWeekly

ICML 2025 | 认知科学驱动跨域学习！SynEVO仿突触进化机制，泛化性能提升42%

PaperWeekly · 公众号 · 科研 · 2025-06-04 12:17

正文

请到「今天看啥」查看全文

（最易样本）

3. 动态排序机制

计算所有与基准的向量差
按升序排列，形成学习序列
距离基准越近的样本组学习优先级越高

优势

通过梯度空间保持样本间关联性
动态确定学习路径，避免孤立处理数据
无需预设难度标签，实现自适应排序

2.2 互补双分支共性个性学习器

受大脑记忆中海马体-新皮质层的互补功能启发，构建了双分支学习器，以分别容纳两种主要知识，并进一步引入神经递质传递、神经元活性传导等主要神经特性，该学习器主要包含弹性共性容器与个性提取器，形成如下功能：

1. 建立互补记忆，模拟新皮层记忆长期稳定的知识技能，而海马体获得新的快速知识；

2. 随着接收信息的增加，基于神经递质释放与传递激活更多神经元。

双分支学习器具体设计如下：

2.2.1 弹性共性容器分支

深度学习模型可以自动融合所有样本的模式，当迭代地输入新样本时，获取的知识不断增加，应扩大共性。通过组织良好的任务序列，能够在神经网络中模拟大脑知识的扩展。下图便表示了弹性共性容器的整体架构：

▲ 图2. 弹性共性容器（Elastic common container）学习过程

核心框架

提出融合神经突触递质释放机制与深度正则化技术，通过数据复杂度感知动态调节模型容量：

双参数调控 ：同步控制 Dropout 概率和 L2 权重衰减系数，二者均与样本组难度呈负相关；

基于神经递质传递的数学建模 ：将突触前-后神经元活跃性差异映射为梯度空间差异，建立可解释的参数控制链路。

关键技术实现

1. 梯度差异量化

定义基准域：选取梯度平方和最小的样本组作为“最简单”基准

计算相对难度指标：

其中为当前域与基准域在梯度空间的向量差

2. 动态参数函数（改进的神经递质释放模型）

通过 Dropout 及正则化权值来控制模型的可伸缩性（scalability）：

Dropout 概率控制器：

是所有梯度向量的最大长度

请到「今天看啥」查看全文

推荐文章

科研大匠 · 2亿经费！基金委启动征集2026年度交叉科学部重大类型项目拟立项领域建议

昨天

实验万事屋 · 是是是，都怪我想得不周到！又把博士生师弟，当作科学家来看了……

昨天

PaperWeekly · ICML 2025 | 抛弃全量微调！北大提出VGP范式，语义低秩分解解锁ViG高效迁移

昨天

环球科学科研圈 · 24小时热门｜苹果新研究炮轰推理模型全是假思考！4个游戏戳破神话，o3/DeepSeek高难度全崩溃

昨天

研之成理 · 东南大学段伦博教授：从粉末到颗粒：CeO₂如何破解钙循环CO₂捕集的衰减困境？

4 天前

潮音乐 · 外国小朋友惊呆众人的街头弹奏

8 年前

凤凰网军事频道 · IS威胁“让中国血流成河” 亲历新疆反恐装甲车炮轰伪总统

8 年前

健康时尚百科 · "饿"是一种养生方法

8 年前

七叔漫话 · 这就是被男朋友当女儿宠的样子吧

8 年前

美味书单 · 刘洲成家暴：那个被你打死的孩子，你什么时候偿命？

8 年前