视觉皮层神经元不只会被激活:猕猴V1与V4中,另一类特征把放电压到基线以下
猕猴V1与V4中许多神经元并非只在偏好刺激下升高放电,而是在抬高的基线上被一类特征激活、被另一类特征抑制。研究者用功能数字孪生(在记录数据上训练的深度网络,可预测神经元对新图像的响应)在超过百万张自然图像上同时找出每个神经元的最强激活与最强抑制图像,并确认这些图像在独立模型和活体记录中仍落在响应分布的两端。同样的双向选择性也出现在小鼠V1及外侧视觉区。
猕猴V1与V4中许多神经元并非只在偏好刺激下升高放电,而是在抬高的基线上被一类特征激活、被另一类特征抑制。研究者用功能数字孪生(在记录数据上训练的深度网络,可预测神经元对新图像的响应)在超过百万张自然图像上同时找出每个神经元的最强激活与最强抑制图像,并确认这些图像在独立模型和活体记录中仍落在响应分布的两端。同样的双向选择性也出现在小鼠V1及外侧视觉区。
自动科研选题流程里,从文献中找出可被后续工作接手的局限这一步长期缺少直接监督信号。ActLim-Bench 把每篇源论文的局限与后来引用它、并把它当作动机去解决的工作连成证据链,共18,279条带证据三元组。以这一信号做三阶段后训练得到的ActLim-8B,在2024–2025年时间留出的NLP测试集上分级召回为0.452,最强零样本基线为0.262;仅用NLP训练时迁移到计算机视觉为0.314,对应零样本最强0.252。
在三个独立队列的结构MRI上,阿尔茨海默病分类模型会把年龄当作捷径:年龄越大,被赋予的患病风险越高。把年龄效应在特征空间里做线性残差化(PMDN)后,认知正常与轻度认知障碍组的年龄—预测相关性降到接近零,平衡准确率0.71、Brier分数约0.22,且折间波动明显小于对抗训练方案CF-Net。事后校准进一步压低概率误差,但等渗回归与贝叶斯分箱这类非参数方法效果最好。
该工作提出Complex KDA(CKDA):在Kimi Delta Attention基础上同时放开门控符号(gate entries in {−1,+1})与delta-rule系数范围(β∈[0,2]),使单次对角加秩一转移即可实现二维旋转;作者证明每个正交对角加秩一矩阵都恰是一个CKDA转移,单层CKDA可跟踪同构于O(2)子群的有限群、多层结果比同类对角加秩一线性RNN少用一层,并在群词问题、周期音频续写与语言建模上给出实验。
这篇Perspective文章提出InsightRP2框架,将临床数据、人工智能支持的影像分析、实验性疾病建模与腺相关病毒(AAV)设计整合为一个高度互动的转化研究策略,旨在推动针对RP2相关视网膜色素变性的靶向基因治疗开发。
本研究提出“生成式辟谣”框架,将气候变化反智主张分类(CARDS)与谬误检测(FLICC)整合进大语言模型的提示流程,使模型接收一条气候迷思后输出符合“事实—迷思—谬误—事实”(真相三明治)结构的辟谣文本;作者用三种复杂度递增的提示策略分别搭配GPT-4、Palm2与Mixtral,并由四位作者(含一位气候虚假信息专家)对20条迷思生成的60份辟谣按事实、谬误、结构分项评分,结果显示GPT-4配简单提示与Mixtral配结构化提示表现较好,谬误解释得分普遍高于事实部分,且非专家标注者与专家之间在事实质量上一致性较差。
已读完全部报道