Equilibrium Reasoners

Equilibrium Reasoners 通过学习吸引子实现可扩展推理

研究人员推出了一种新框架 Equilibrium Reasoners (EqR)，该框架能够实现迭代神经网络模型中的可扩展推理。EqR 假设可泛化的推理源于学习任务条件吸引子，而吸引子是稳定在有效解决方案上的动力学系统。这种方法允许模型根据任务难度自适应地分配计算资源，通过扩展测试时间计算量，显著提高了在 Sudoku-Extreme 等复杂问题上的准确性。