待验证50% 置信事实精确时间

液态神经网络的节点连接强度能随输入动态调整，本质上是一种连续时间递归神经网络（CT-RNN）

1

来源数

50%

置信度

长期有效

时效性

2026/8/13

首次发现

来源

LFM2.5发布：2.6B小模型如何媲美4倍大模型

相关事实

待验证主动回忆会触发突触的长时程增强（LTP），这是赫布定律所描述的机制，激活的脑区涉及前额叶皮质、海马体和默认模式网络65% 相似待验证等变神经网络的等变性使输出随输入的旋转或平移变换而以相同方式变换，这种归纳偏置提高了样本效率65% 相似待验证图神经网络通过消息传递机制让每个节点聚合邻居节点信息，迭代更新自身表征64% 相似待验证一个最基本的神经网络由输入层、隐藏层和输出层三部分组成62% 相似待验证闭环优化是神经科学中的实验范式，系统能实时根据大脑反馈信号动态调整刺激参数，形成刺激→神经响应→参数调整→新刺激的迭代回路60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/742625

API

curl https://kongchang.com/api/v1/knowledge/claims/742625

MCP

get_claim(id=742625)