神经群体几何学：解码大脑如何高效学习共享潜在结构的任务
2026年2月《自然-神经科学》发表的研究，通过神经群体几何模型，解析大脑如何组织神经表征以实现多任务最优泛化。研究提出四个核心几何统计量：神经-潜变量相关性、信号-信号分解性、信号-噪声分解性和神经维度，共同决定线性读出的泛化能力。在人工神经网络和生物神经网络（猕猴视觉皮层、大鼠导航任务）中验证了理论，揭示了学习过程中从低维压缩到高维扩展的动态演变，为理解神经计算和设计高效AI提供了新视角。...
2026-04-19
374
0