热点事件观察中
ICLR 2026 论文：用双曲几何表示 MLP 训练动态实现内在可解释性
1 篇报道1 个报道来源1 天前 更新
先了解这件事
AI 综述
该论文提出一种几何与时序图结合的元学习框架，将 MLP 在优化过程中 T 步快照构建为时序参数图，并嵌入 Poincaré 双曲球模型，以捕捉加权拓扑与自组织的演化。模型对快照内神经元置换保持等变、对历史快照置换保持不变，在回归与分类任务上获得强元网络性能并恢复网络潜藏演化几何。该研究已作为主会论文发表于 ICLR 2026，论文标题为《深度网络的时序几何：用训练动力学的双曲表示实现内生可解释性》，2026-10-05 见于 arXiv（Neural and Evolutionary Computing）报道。
AI 根据报道生成 · 1 天前更新
最新进展10月5日 12:00
arXiv 报道该框架已作为 ICLR 2026 主会论文发表。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Neural and Evolutionary Computing深度网络的时序几何：用训练动力学的双曲表示实现内生可解释性
该论文提出一种几何与时序图结合的元学习框架，把 MLP 在优化过程中 T 步快照构建为时序参数图，并嵌入 Poincaré 双曲球模型，以捕捉加权拓扑与自组织的演化。模型对快照内神经元置换保持等变、对历史快照置换保持不变，从而在回归与分类任务上获得强元网络性能并恢复网络潜藏演化几何。该研究已作为主会论文发表于 ICLR 2026。
本事件热度走势
当前热度 5·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。