RESEARCH LIBRARY
meta-learning
按标签浏览论文。
共 3 篇论文 · 按研读更新时间排序
SRWM
A Modern Self-Referential Weight Matrix That Learns to Modify Itself
SRWM 用同一矩阵生成并执行自身的 delta 更新，使预测与更新控制器共同适应输入，在少样本与多任务学习中验证了运行时自修改的实用性。
NL
Nested Learning: The Illusion of Deep Learning Architectures
NL 将架构和优化器统一为多时间尺度的联想记忆，Hope 结合自指更新与 CMS 改善持续学习，但精确召回与计算成本仍有取舍。
TTT
Learning to (Learn at Test Time): RNNs with Expressive Hidden States
TTT 将隐藏状态设为小模型权重，以可学习的自监督任务更新序列记忆，并通过 mini-batch 与对偶形式改善长上下文建模和执行效率。
没有找到匹配论文，试试其他关键词或标签。