热点事件持续更新
神经调节与激活选择实现多行为演化基底
2 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02 两篇 arXiv 论文（Neural and Evolutionary Computing）报道基于 CPPNs 间接编码的演化基底研究。第一篇聚焦逐节点激活函数进化搜索，覆盖 18 种激活函数、4,500+ 实验，在 Parity-4 上振荡函数达 100%，中间函数 6.7–80%，9 种单调函数均为 0%；循环连接与梯度下降可消除差距，表明限制来自稀疏基底的进化搜索而非表示能力。第二篇提出神经调节与逐任务激活选择，突破单调激活在奇偶任务上约 75% 的进化瓶颈，所有种子实现 5 项任务 100% 同时成功，振荡类激活均达 100%（30 颗种子），并指出单一机制不足，多层深度提供替代路径。
AI 根据报道生成 · 1 小时前更新
最新进展10月2日 12:00
两篇论文同日发布，分别从激活搜索与神经调节+激活选择角度展示多行为演化基底的突破。事件进展
2 个进展
- 10月2日 12:00 · 1 篇报道Neuromodulation+Activation Selection实现多行为演化基底arXiv · Neural and Evolutionary Computing：多行为演化基底：通过神经调节与激活选择实现
- 10月2日 12:00 · 1 篇报道Per-Node Activation Function Evolution in Indirectly EncodedarXiv · Neural and Evolutionary Computing：间接编码基底中逐节点激活函数进化：可解性、极限与涌现多样性
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Neural and Evolutionary Computing间接编码基底中逐节点激活函数进化：可解性、极限与涌现多样性
研究在间接编码框架下对 18 种激活函数逐节点分配进行进化搜索，覆盖 4,500+ 实验，涉及布尔逻辑、回归与空间分类。在 Parity-4 上，振荡函数达 100%，中间函数 6.7-80%，9 种单调函数均为 0%；循环连接与梯度下降可消除该差距，表明限制源于稀疏基底的进化搜索，而非表示能力。
- arXiv · Neural and Evolutionary Computing多行为演化基底：通过神经调节与激活选择实现
研究通过CPPNs间接编码演化基底，结合神经调节与逐任务激活函数选择，突破单调激活函数在奇偶任务上75%的进化搜索瓶颈。所有种子中实现5项任务100%同时成功，振荡类激活函数均达100%（30颗种子）。单一机制均不足，多层深度提供替代路径。
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。