neural-architectures

这篇预印本介绍了Neuroevolution Arena，一个GPU加速的人工生命平台，通过嵌套生态评估协议，比较跨神经架构的进化与基于强化学习的更新机制。

本文指出了逻辑门网络无法从深度增加中受益的两个原因，并提出了输入锚定逻辑门网络（IALGNs），该方法使每一层都基于原始输入进行条件化，实现了超过100层的持续深度精度提升。

本文研究了SIREN、ReLU MLP和傅里叶特征MLP中隐式神经表征的迁移特异性，发现迁移幅度和特异性依赖于架构，其中ReLU更具选择性，而SIREN广泛重用权重。结果表明，架构选择应考虑显式的控制条件，而不仅仅是迁移幅度。