算法论文8
LSTM 之父:赫胥黎 - 哥德尔机让 AI 自我进化
机器之心
AI 摘要
LSTM 之父 Jürgen Schmidhuber 构建赫胥黎 - 哥德尔机(HGM)。它通过估计谱系元生产力(CMP)指导搜索,在多基准测试中性能和效率超现有方法,还能跨模型泛化,展现强大自我进化能力。
阅读原文 · 机器之心
LSTM之父Jürgen再突破,「赫胥黎-哥德尔机」让AI学会自己进化
LSTM 之父 Jürgen Schmidhuber 对 2003 年提出的哥德尔模型进行新尝试,构建赫胥黎 - 哥德尔机(HGM)。它能在 SWE - Bench Lite 媲美最佳人类设计智能体,还在多基准测试中超越现有方法,展现强大迁移能力。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
Meta华人实习生搞出超级智能体
Meta研究团队论文结合哥德尔机思想与达尔文开放算法,提出达尔文哥德尔机,进而定义超级智能体Hyperagents。它能持续自我迭代,实现元学习,实验证明其能有效自我提升,且改进有迁移性。
量子位
新闻资讯7
LSTM之父:我学生才是残差学习奠基人
LSTM之父Jürgen Schmidhuber替学生Sepp Hochreiter发声,称残差学习30年前已诞生,1991年Sepp就用循环残差连接解决梯度消失问题,为残差思想奠基。他觉得将成果全归何恺明团队有失偏颇。
量子位
算法论文8
智象未来DreamWorld:3D先验驱动视频扩散
视频扩散模型生成新视角视频时,现有方法缺显式3D结构。智象未来提出DreamWorld,用3D先验与两阶段框架,结合结构和生成能力,在多基准测试表现领先。
机器之心
算法论文8
复旦&引望WAM-Diff2让自动驾驶解码提速15.1倍
视觉-语言-动作(VLA)模型是端到端自动驾驶主流技术,但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2,实现自回归VLA向离散扩散模型迁移,解码加速15.1倍,多任务性能不降。
机器之心