循环网络在100项认知任务中的多任务交互研究

Sílvia García-Hernández 等作者提交论文，在覆盖多种认知需求的 100 项任务上同时训练分层 AL-RNN（近似线性循环神经网络），发现性能随非线性容量和任务特征维度提升，联合分层模型优于单独训练模型和单一无结构联合模型。 研究指出，许多任务单独用线性动力学即可求解，却无法由共享线性模型共同解决。模型通过任务特征、线性区域使用和任务几何给出多种任务相似度度量，并关联任务复杂度、联合可解性、成对迁移学习与留一法适配。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。