ainews
Ассоциативная память в нейросетях ломается не там, где думали: прямые измерения синапсов опровергли классическую теорию
Эксперимент на бинарной сети с 131k нейронов показал: при деградации памяти плотность синапсов НЕ падает (80-82% стабильно), хотя recall ухудшается в 3.7 раза. Проблема не в перегрузке весов, а в дрейфе идентичности — сеть начинает активировать конкурирующие паттерны вместо целевых. Классическая теория «интерференции весов» не объясняет реальное поведение.
0
38