Learned Wiring

学习接线架构可提高 AI 预测任务的样本效率

研究人员推出了一种新颖的神经网络架构 Learned Wiring (LeWi)，旨在提高复杂预测任务中的样本效率。LeWi 通过为每个神经元学习低维嵌入、限制连接到附近神经元以及联合训练嵌入和权重来解决维度灾难问题。该方法在具有层次或模块化结构的任务上表现出卓越的性能，在样本效率和表示对齐方面优于密集网络和其他基线。LeWi 在 17 项世界模型预测任务上取得了显著的进步，在与密集基线的比较中赢得了大多数胜利。