ELM网络缩放定律论文v2更新
热点事件观察中
ELM网络缩放定律论文v2更新
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月26日，Aaron Spieler、Georg Martius和Anna Levina在arXiv上发布了《Scaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons》论文的v2版本。该更新基于v1版本进行修订，文件大小为1,539 KB。 该研究提出了由Expressive Leaky Memory (ELM) 神经元构成的ELM网络架构，旨在固定参数预算下探讨单元数量、复杂度及连接度的权衡关系。论文通过SHD-Adding和Enwik8基准测试验证模型，发现使用更复杂的神经元表现更优，并提出了信息论代理指标及近Pareto前沿的缩放规律。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · AIScaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons
论文提出由Expressive Leaky Memory (ELM) 神经元构成的ELM网络，用于研究固定参数预算下单元数量、复杂度和连接度的权衡。 模型在SHD-Adding和Enwik8基准测试中表现单调提升，发现复杂神经元更优，并给出了信息论代理指标和近Pareto前沿的缩放规律。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。