Papers with Code 아카이브
Inductive Bias
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 0
- 평가표
- 0
- 보존된 평가 기록
- 0
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
인간은 진화된 지시 수행자인가? 내재된 귀납적 바이어스가 빠른 지시 기반 과제 학습을 가능하게 한다
HiComm: Hierarchical Communication for Multi-agent Reinforcement Learning
FIL 가설: 귀납적 편향이 커널 엔지니어링에 도움이 된다
Kuramoto Attention: 토러스에서 셀프 어텐션 동기화
Prism Transformer: 계층적 어텐션 처리를 위한 점진적 헤드 스케줄
COCOLogic-V2: 진정한 Hard-Negative를 통한 논리적 불일치 식별
해석 가능한 신경망으로 일원론적 대칭성과 전역 핵 질량을 연결
트랜스포머에서 지역 어텐션의 표현력 특성화
발달적 접근법이 신경 언어 모델의 통계적 학습을 밝힘: 트랜스포머는 가장 추상적인 통계 패턴으로부터 일반화한다
이산 $\mathrm{O}(2)$ 부분군에 대해 등변인 비전 트랜스포머를 위한 통합 프레임워크
자동 계획을 위한 대칭 인식 트랜스포머 학습
고차 푸리에 신경 연산자: 비선형 PDE를 위한 명시적 모드 혼합기
일반 심층 신경망에 대한 주파수 원리(F-Principle) 이론
선형 RNN을 이용한 코드 기반 상태 추적 학습
아는 것을 활용하라: 부분 그래프 기반 인과 파운데이션 모델
왕문 순서의 통계적 특성: 신경망 학습을 개선하지 않는 습관화 방지 구조
베이지안 신경망을 위한 등변성과 데이터 증강
일반화된 해밀토니안 학습을 위한 쌍대 신경망
S2P-Net: 저데이터 환경에서 회전 불변 객체 인식을 위한 스펙트럴-공간 극좌표 네트워크
PhysiFormer: 월드 공간에서 역학을 시뮬레이션하도록 학습
특징 학습 커널에서의 일반화를 위해 데이터 대칭 파괴가 필요하다
When Do Conservation Laws Survive Learned Representations? Certified Horizons for Latent World Models
How Complexity Contributes to Learning Opacity in Machine Learning
자연적 언그로킹: 사전학습에서 살아남는 규칙의 비대칭적 제어
Identifying structural design principles shaping the computational abilities of recurrent neural networks
기하학적 분리와 모멘텀 인식 그래디언트 조절을 통한 이종 지식 증류
G$^3$VLA: Geometric inductive bias for Vision-Language-Action Models
올바른 활성화 함수로 신경망이 Game of Life 역학을 훨씬 쉽게 학습한다: Polynomial Kolmogorov-Arnold Networks
Random Hierarchy Models의 증명 가능한 학습과 계층적 Shallow-to-Deep Chaining
토큰 수준에서 트랜스포머와 하이브리드 모델 비교
저자원 개체명 인식을 위한 후각 영감 희소 조합 코딩
디지털 트윈 기반 미세구조 진화 예측을 위한 물리 유도 완전 합성곱 시공간 학습
표현력 포화: 과제 복잡도 증가에 따른 아핀 영역 사용량 감소
게이티드 MLP는 대칭 깨진 랭크-1 쌍선형 어텐션
SPADE: 구조 사전정보 적응형 결정 추정
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.