Plasticità di Accessibilità: Un Nuovo Principio per il Calcolo Adattivo nelle Reti Neurali
Un nuovo preprint arXiv (2607.22748) introduce la Plasticità di Accessibilità, un principio di calcolo adattivo per le reti neurali. Gli autori sostengono che gli attuali sistemi di IA si adattano principalmente modificando i parametri all'interno di strutture computazionali fisse, trascurando la distinzione tra capacità computazionale e accessibilità computazionale. Propongono che i sistemi dovrebbero adattarsi anche riorganizzando quali calcoli esistenti possono interagire. Il lavoro formalizza questo attraverso una realizzazione operativa basata sulle relazioni e stabilisce una gerarchia di riutilizzo, in cui i cambiamenti di accessibilità precedono modifiche più costose di capacità o struttura. Una prova di concetto su compiti di apprendimento sequenziale mostra che l'adattamento dell'accessibilità riduce la necessità di cambiamenti di capacità mantenendo le prestazioni. L'articolo è classificato come annuncio di tipo incrociato e non è ancora stato sottoposto a revisione paritaria.
Fatti principali
- L'articolo arXiv 2607.22748 introduce la Plasticità di Accessibilità
- Il principio distingue la capacità computazionale dall'accessibilità computazionale
- L'adattamento avviene riorganizzando le interazioni tra calcoli esistenti
- Formalizzato attraverso una realizzazione operativa basata sulle relazioni
- La gerarchia di riutilizzo prioritizza i cambiamenti di accessibilità rispetto a quelli di capacità e struttura
- La prova di concetto su compiti di apprendimento sequenziale mostra una ridotta modifica della capacità
- L'articolo è un annuncio di tipo incrociato, non ancora sottoposto a revisione paritaria
- Le moderne reti neurali si adattano principalmente tramite modifica dei parametri
Entità
Istituzioni
- arXiv