English(EN) Supervised Training Rapidly Degrades Early Visual Cortex Alignment Across Biologically Plausible Learning Rules

研究发现AI训练会降低视觉皮层对齐

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-01 04:00

一项新的研究论文探讨了监督训练如何影响人工神经网络与人眼视觉皮层的对齐。研究发现，即使是单个训练周期也会显著降低这种对齐，尤其是在V1等早期视觉区域。不同的学习规则显示出不同的影响，反向传播导致最严重的退化，而预测编码和尖峰时间依赖可塑性则保留了更多类大脑结构。 AI

影响表明当前的训练方法可能会使AI表征远离生物学上的合理性，促使重新评估学习规则的有效性。

排序理由学术论文，详细介绍了关于AI模型训练和大脑对齐的新发现。[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.LG TIER_1 English(EN) · Nils Leutenegger · 2026-06-01 04:00

监督训练在生物学上可行的学习规则下迅速损害早期视觉皮层对齐

arXiv:2605.30556v1 Announce Type: new Abstract: Random, untrained neural networks consistently match or exceed trained networks in representational similarity to early visual cortex. This puzzling finding challenges the assumption that learning improves brain alignment. We invest…