AutoHebb：自修改网络实现零样本推理与持续学习

Daniel Levine 等作者提交论文，提出 AutoHebb——一类在线学习的前馈神经网络。它通过外部反馈与内部生成活动产生全局学习信号（神经调质），门控三因子 Hebbian 局部学习规则来更新可塑性权重。 作者称，借助元学习搜索固定权重后，AutoHebb 在零样本推理任务上成功，并涌现出未经训练的零样本推理与持续学习能力，表现优于现代学习模型。消融对比显示，元学习、Hebbian 可塑性和学习自主控制三者缺一不可。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。