Пробоотбор проб в форме шума и прохождение анализа для масштабируемой оперативной подготовки бинарных и тенеральных моделей АИ

arXiv: 2610.22621v1 Аннонс Тип: новое резюме: потеря тренировочных систем двоичного и терневого нейрона, расширенная в качестве многолинейной полиномии над дискретными весами, является структурным эквивалентом энергии иерархической высокопорядочной модели изоляции. Мы используем эту эквивалентность, чтобы применить Ising Resolutioners к дискретной сетевой подготовке, учитывая при этом фундаментальное различие в целях: Isin resor ищет исходное состояние фиксированной энергетической функции, тогда как тренировка направлена на поиск решений, которые обобщают невидимые данные. Наш ключевой вклад — это $sigma\Delta$-Sampler, оптимизирующий процесс согласования этих целей путем введения стохастического этапа отбора проб и проникновения в качестве шумного квантизера внутри первого заказа $Sigma/Deltault Shalling петли. Цепь подталкивает шум от квантизации веса, высокопорядкового разочарования и мини-парча из низкочастотной адаптационной полосы, так что дискретные обновления веса следуют за гладким спуском траекторий, встроенных на неровных землях потери