residual-learning

XOResNet 引入了 OR-ADD 捷径连接和 XOR 元残差，以解决深度脉冲神经网络中的脉冲冗余和信息丢失问题，在 Fashion-MNIST、CIFAR-10、CIFAR-100 和 miniImageNet 上取得了最先进的结果。

介绍了多智能体残差上下文学习（MARICL），这是一种智能体框架，利用LLM智能体分析基础模型在表格数据上的残差，假设缺失的结构，并通过文本梯度优化产生显式的修正项。在九个基准测试中，MARICL持续优于其基础模型，并在无细胞蛋白质预测中展示了机制泛化能力。