SBD统一多类可微损失的信用分配

Mustafa Uzun等研究者在arXiv提出分数广播与去相关（SBD）框架，通过令输出损失分数与隐藏层激活正交，为交叉熵、Bregman散度、proper scoring rules和指数族负对数似然等可微损失提供统一的广播式信用分配与三因子学习规则。 论文报告称，在CIFAR-10和Tiny ImageNet实验中，SBD相较已有广播方法显著改善，扩展分数向量还带来进一步收益；当前证据来自论文实验，未见独立复现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。