研究：Fisher信息可解耦神经网络记忆

Daniel T. Bernstein 等作者发表的论文称，在 CIFAR-10 上训练并加入可控噪声的视觉模型中，将模型权重投影到 Fisher 特征向量的主方向上，可以把通用任务性能与噪声样本记忆分开，且这种解耦在不同层间表现不同。 所谓可控噪声，指只能靠记忆才能学会的噪声样本。论文以此作为区分通用任务性能与记忆的测试场景。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。