本研究提出了一种受大脑认知机制启发的代理架构，旨在解决大语言模型（LLM）在复杂任务规划中的局限性。通过引入分层规划与动态反馈机制，该架构显著增强了模型在多步骤逻辑推理与环境交互中的表现。实验结果表明，该方法在处理长程规划任务时，不仅提高了成功率，还展现出更强的鲁棒性与适应性，为构建更具自主性的通用人工智能系统提供了新的理论框架与技术路径。...
针对当前人工智能模型规模膨胀带来的高能耗与高算力成本问题，研究团队受人类大脑发育启发，提出了一种基于脉冲神经网络（SNN）的“选择性修剪”持续学习框架。该模型模仿婴儿大脑发育...
本文综述了人工神经网络与类脑计算的发展历程及现状，重点介绍了IBM在神经突触芯片和SyNAPSE项目上的硬件模拟进展，分析了当前技术瓶颈及未来发展方向，并探讨了计算机技术对人脑结构的潜在影响。...
当前人工智能模型多模拟大脑皮层的高级层级结构，却忽视了深层的皮层下结构。近日，荷兰研究团队基于“浅层大脑假说”，提出了一种集成皮层下快速通路的计算架构。研究表明，这种并行...
西北大学研究团队开发出一种低成本、柔性的人工神经元，该器件通过气溶胶喷印技术制备，能够产生与生物神经元高度相似的电信号。实验证明，这些人工神经元不仅能成功激活小鼠脑切片中...
宾夕法尼亚大学研究发现，糖蛋白GPNMB是帕金森病...
一项由华盛顿大学医学院等机构开展的早期临床...
WEHI研究人员发现泛素能直接调控糖原，挑战了...
一项新研究挑战了DNA损伤与衰老的传统理论，揭...
近期一艘邮轮爆发汉坦病毒疫情，已致多人感染...
伦敦国王学院与波尔图大学的一项新研究绘制了...
