LSTM网络在最佳训练时表现出近乎临界动力学

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-10 04:00

研究人员探索了人工神经网络中的临界性概念，特别是在长短期记忆（LSTM）模型中。他们观察到，经过最佳训练的小型LSTM会表现出无标度雪崩统计和近乎临界点的动力学。LSTM中这种近乎临界行为似乎是依赖于网络容量的涌现特性，而较大的模型则保持在次临界状态。 AI

排序理由学术论文，详细介绍神经网络动力学研究成果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

Recurrent Neural Networks

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) · Feixiang Ren, Ling Feng · 2026-06-10 04:00

Towards Critical Branching Mechanism in Recurrent Neural Networks

arXiv:2606.10384v1 Announce Type: cross Abstract: Criticality has been proposed as a key organizing principle in biological neural systems, yet its origin and relevance in artificial neural networks remain unclear. We analyze hidden-state dynamics in trained long short-term memor…