在本文中，我们提出了一个一般的数字双边缘计算网络，其中包括多个车辆和服务器。每辆车都会在一个时间插槽内生成多个计算任务，从而导致将任务卸载到服务器时会排队挑战。该研究调查了任务卸载策略，队列稳定性和资源分配 ...

相关性评估在个性化搜索系统中起着至关重要的作用，以确保搜索结果与用户的查询和意图保持一致。尽管人类注释是相关性评估的传统方法，但其高成本和较长的周转时间限制了其可扩展性。在这项工作中，我们在Pinterest搜索中介绍了使用微调LLM的在线实验的相关性评估的方法 ...

生物神经网络的特征是它们的高度可塑性，这是一种核心特性，可实现天然生物的显着适应性。重要的是，这种能力会影响神经系统的突触强度和拓扑。另一方面，人工神经网络主要被设计为静态，完全连接的结构，在面对不断变化的环境和新颖的投入时，可以臭名昭著地脆弱 ...

生物神经系统的创建方式与当前的人工神经网络完全不同。尽管在各种不同的领域中具有令人印象深刻的结果，但深度学习通常需要大量的工程工作来设计高性能的神经体系结构。相比之下，生物神经系统是通过动态的自组织过程来生长的 ...

蜂窝自动机长期以来一直因其从简单的本地规则中产生复杂行为的能力而受到庆祝，并具有众所周知的离散模型，例如Conway的生活游戏，可以证明能够获得通用计算。最近的进步已将细胞自动机扩展到连续域，从而提出了这些系统是否保留了通用计算能力的问题。同时，神经细胞自动机已经成为一种强大的范式，其中通过梯度下降学到了规则，而不是手动设计 ...

神经细胞自动机（NCAS）是生物启发的系统，在该系统中，相同的细胞通过反复应用简单的局部规则而自组织形成复杂而相干的模式。 NCA表现出惊人的紧急行为，包括自我再生，对看不见的情况的概括和鲁棒性以及自发运动。尽管它们在质地合成和形态发生方面取得了成功，但NCA仍在很大程度上仅限于低分辨率网格 ...

我们介绍了将一个神经网中存储的信息迅速转移到另一个神经网中的技术。主要目的是加速对明显更大的神经网的训练。在现实世界中，在实验和设计过程中，经常训练许多不同的神经网络 ...

在初次培训之后，我们如何建立能够快速有效地从经验中学习的代理商？在这里，我们从生物学大脑中学习的主要机制中汲取灵感：突触可塑性，通过进化仔细调整以产生有效的终身学习。我们表明，与连接重量一样，可以通过具有HEBBIAN塑料连接的大型（数百万参数）复发网络中的梯度下降来优化可塑性。首先，可以训练具有超过200万参数的经常性塑料网络，以记住和重建新型的高维1000多个像素自然图像的新型，高维的自然图像 ...