MIT新作:把FFN变成显式模糊逻辑,竟能读出语法许可器
这篇论文最有意思的地方,不是把 FFN 换成了更“数学”的东西,而是把原本黑箱的中间层,改造成了能直接读出“and / and not / 量词”的逻辑模块。更狠的是,它还把这种逻辑一路做进了语法许可器检测里。
LONGGE AI RESEARCH DAILY
每天筛选值得关注的 AI 论文,用工程视角拆解方法、实验和真正的落地价值。
目前已发表 1668 篇文章
这篇论文最有意思的地方,不是把 FFN 换成了更“数学”的东西,而是把原本黑箱的中间层,改造成了能直接读出“and / and not / 量词”的逻辑模块。更狠的是,它还把这种逻辑一路做进了语法许可器检测里。
这篇论文最有意思的地方,不是又堆了一个大模型名字,而是把工业成像里最烦人的两类退化——投影域旋转模糊和图像域稀疏伪影——按物理顺序拆开处理。64视角还能把结构测量保住,工程味很足。
这篇论文最有意思的地方,不是又造了一个高冷定义,而是把经典的 Kaplansky radical 直接翻译成了群上同调语言。结果一出,很多域论问题就能顺手搬到 profinite 群里处理,老问题突然有了新地图。
共享自主最怕的不是机器人帮倒忙,而是“帮得对却让人看不懂”。这篇工作直接把问题掰开:让机器人用动作把自己的判断说出来,实验里理解率和协作感都明显提升。
这篇工作很“纯粹”:不靠花哨模型,直接用群的阶和共轭类大小把对称群/交错群钉死。看起来像代数里的老派功夫,实际证明链条很短,味道很正。
这篇工作盯住一个很现实的问题:活动星系的“标准尺子”到底还准不准。结果不太乐观,TF 距离和真实距离的偏差比静态星系更大,且不是简单把核光去掉就能完全修好。
NVIDIA 这篇没有走“越大越强”的老路,而是盯着离散扩散最烦的两个痛点下手:不会自我修正、词表一大就学不动。结果很直接,1024 分辨率文生图拿到 SOTA,训练还更省显存。
这篇 SEAR 很有意思:它不再把图像修复当成“看到退化就直接出手”的单步活,而是改成先规划、再执行,还会把成功经验存起来反复用。对复杂混合退化场景来说,这种“会思考、会记忆”的思路,比纯 greedy 搜索靠谱得多。
连续潜变量推理最大的毛病,不是“不聪明”,而是“说不清、管不住、训不稳”。这篇上海交大的 DLR 直接把潜在状态离散化,还借了渲染压缩的思路,算是把推理模型从黑箱里往外拽了一把。
这篇论文最狠的地方,不是又做了一次PET,而是把“量子纠缠”第一次搬进了人体内。肝脏、脾脏、常规代谢图、纠缠度图同时出现,医学影像突然有点“量子味”了。
这篇论文把一件很“工程”的事说透了:PTA分析里常用的傅里叶近似,到底是在省算力,还是在悄悄抬高似然。结果很直接——1/T 近似确实偏乐观,但对参数估计和 HD/CURN 模型比较影响没想象中大。
这篇论文专门盯住 PTA 里那个“大家默认但很少细究”的傅里叶近似,结果很直接:似然会被系统性高估,模型比较却未必受伤。它不玩花活,胜在把近似误差这件小事掰成了能落地判断的大问题。
LONGGE AI COMMUNITY
加入「龙哥读论文」知识星球,持续获取 AI 论文、资讯、开源项目、招聘与研究思路。
加入龙哥读论文微信群:添加微信 kangjinlonghelper,备注“研究方向 + 地点 + 学校/公司 + 昵称”。
微信扫码加入知识星球