Reward magnitude determines reinforcement learning efficiency

发表:2026-05-21 · 突破级

这篇 Science 论文直接重新检验动物强化学习实验中一个常见默认假设:为了增加试次数,单次奖励通常被设计得很小,但这可能系统性低估了学习效率。 作者在多个行为范式中发现,特别大的奖励可以显著提升初始学习效率,并把这种提升拆分为 session 内学习、跨 session 学习和任务参与度等不同成分。 机制上...

Dual computational systems in the development and evolution of mammalian brains

发表:2026-04-22 · 突破级

这篇 Science Advances 论文解释了哺乳动物脑演化中一个长期现象:边缘系统相关结构与新皮层之间存在稳定的反向协变。作者不是把脑演化解释成从低级到高级的线性扩张,而是提出前脑中可能存在两类不同计算系统之间的资源竞争。 方法上,作者把任务优化后的人工神经网络表征映射到类似前脑皮层的二维表面。视觉、体感...

A foundation model of vision, audition, and language for in-silico neuroscience

发表:2026-03-26 · 突破级

如果神经科学想真正和 foundation model 接轨,关键不只是做一个更高分的 encoding model,而是把跨视觉、听觉和语言刺激的大规模脑响应预测统一到同一个可泛化模型接口上。TRIBE v2 的定位正是这样:它试图把人类大脑对几乎任意 sight or sound 的反应,建模为一个可 ze...

Compact deep neural network models of the visual cortex

发表:2026-02-25 · 突破级

这篇论文关注一个直接关系到神经科学建模和类脑 AI 的问题:要想逼近灵长类视觉皮层反应,是否必须依赖越来越大、越来越黑箱的深度网络。作者先用闭环实验和猕猴视觉数据训练大模型,再系统压缩模型规模,检验哪些计算成分是真正必需的。 论文的核心新意在于证明视觉皮层预测并不必然要求庞大网络。作者把一个约六千万参数的深层模...

Vectorized instructive signals in cortical dendrites

发表:2026-02-25 · 颠覆级

- 分级:`颠覆性` - 正式标题:`Vectorized instructive signals in cortical dendrites` - 原文:`2026-02-25-N1_Vectorized_Teaching_Signals-Vectorized_instructive_signals_in_c...

Prefrontal neural geometry of learned cues guides motivated behaviours

发表:2026-01-07 · 突破级

这篇 Nature 论文研究 dmPFC 如何把 learned cues 的 value、salience 和 valence 组织成可读出的神经几何,而不是只报告单个变量的编码相关性。 作者在自由活动小鼠中用 calcium imaging 记录 dmPFC 单神经元群体,让动物区分预测 reward 或...

An unsupervised map of excitatory neuron dendritic morphology in the mouse visual cortex

发表:2025-04-09 · 突破级

这篇论文用 graph-based machine learning 分析 MICrONS 视觉皮层电镜体积中 30,000+ 个兴奋性神经元,把树突形态压缩成低维 morphology barcode,并比较 V1、AL、RL 三个视觉区的结构组织。 核心结论是:小鼠视觉皮层兴奋性神经元的树突形态大多不是离散...