University of Toronto（多伦多大学）

SingularClip: Preventing Spectral Collapse to Maintain Plasticity in Continual and Reinforcement Learning

SingularClip：防止谱崩溃以在持续学习和强化学习中保持可塑性

Tyler Kastner, Nimrod De La Vega, Amir-massoud Farahmand

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Mila（米拉研究所） ； Polytechnique Montréal（蒙特利尔理工学院） 纠错

AI总结 SingularClip是一种定期裁剪权重矩阵奇异值的方法，可缓解训练中因奇异值各向异性增长导致的神经网络可塑性丧失问题，在两类学习任务上性能优于基线。

Bidirectional representational alignment between biological and artificial neural networks

生物神经网络与人工神经网络间的双向表征对齐

Samuel Kostousov, Abhinn Kaushik, Brokoslaw Laschowski

机构 * University of Toronto（多伦多大学） ； KITE Research Institute（KITE研究所） ； University Health Network（大学健康网络） 纠错

AI总结 该研究针对生物与人工神经网络表征对齐的不对称问题，开发整合谱正则化与双向预测性分析的计算框架，调控表征几何使双向预测性获55%相对提升，证明可通过调控表征几何调节双向对齐。