AI研究探索神经网络表征的稳定性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-24 04:00

一篇新论文探讨了神经网络中表征的稳定性，特别关注了变换器。该研究引入了近似同态的概念，用于衡量这些过程不同实现之间的结构相似性。研究结果表明，在某些条件下，变换器中的规范表征对扰动具有鲁棒性，为人工智能模型中的潜在表征表现出结构收敛性的观点提供了理论支持。 AI

排序理由该集群包含一篇在arXiv上发表的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Santiago Cifuentes · 2026-08-24 04:00

Transducers中的近似同态与收敛表示

arXiv:2608.20428v1 Announce Type: cross Abstract: We study the stability of minimal representations of controlled stochastic processes (in particular, transducers) under perturbations. This question is motivated by recent experiments finding predictive-state structure in the late…