跳到正文
原文
bioRxiv 预印本· Zhang, L.-Q., Verma, N., Coddington, L. T., Dudman, J. T., Branson, K., Hermundstad, A. M. ·· 8 天前AI 评分12

归纳偏置锚定生物学习的标度律

Inductive bias anchors a scaling law for biological learning

AI 导读

研究者将动物建模为通过迭代奖励反馈改进的贝叶斯学习器,用统计学习理论推导出生物学习的标度律。该定律预测归纳偏置通过"有效复杂度"这一单一量以乘性方式设定学习速度,并在人类运动学习数据集中得到验证,学习前的行为测量可精确预测后续学习速度。在小鼠大规模学习数据集中,任务表现随经验呈幂律提升,两参数重标度可将个体学习曲线折叠为理论预测的通用函数。

来源:bioRxiv 预印本 · biorxiv.org