SpikeMoE：脉冲神经网络与MoE结合框架
热点事件持续更新
SpikeMoE：脉冲神经网络与MoE结合框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Xiaoli Liu 等作者提交了 SpikeMoE 框架，将神经元尺度的脉冲动力学与模型尺度的专家选择结合。其核心是受海马 CA1 区竞争-抑制机制启发的脉冲 k-WTA 路由器，通过侧向抑制与不应期，按离散脉冲计数选择 Top-K 专家。 目前公开的是论文本身，尚无实验结果或效果数据披露。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
SpikeMoE：受大脑启发的竞争性路由，实现灵活的脉冲混合专家模型报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AISpikeMoE：受大脑启发的竞争性路由，实现灵活的脉冲混合专家模型
SpikeMoE 将神经元尺度的脉冲动力学与模型尺度的专家选择相结合，提出受海马 CA1 区竞争-抑制机制启发的脉冲 k-WTA 路由器，通过侧向抑制与不应期按离散脉冲计数选择 Top-K 专家。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。