Beating Transformers Using Synthetic Cognition

doi:10.1007/978-3-032-00686-8_26

Beating Transformers Using Synthetic Cognition

2026-01-01

0

PRE

AI

A

Alfredo Ibias *

M

Miguel Rodriguez-Galindo

H

Hector Antona

G

Guillem Ramirez-Miranda

E

Enric Guinovart

DOI：10.1007/978-3-032-00686-8_26

原文链接

原文求助

摘要

En 中文

通往通用人工智能的道路通过生成情境感知的反应行为，其中Transformer架构已被证明是当前最先进的技术。然而，它们仍然无法进行推理。最近，一种用于开发认知架构的新方法，称为合成认知，已被提出并实施以开发即时反应行为。本研究旨在探索使用合成认知来开发情境感知的反应行为。我们提出了一种处理序列的机制，用于合成认知的最新实现，并在DNA序列分类任务中将其与DNA基础模型进行测试。在我们的实验中，我们的提案明显优于DNA基础模型，在更多基准任务中获得了比替代方案更好的分数。因此，我们实现了两个目标：扩展合成认知以处理序列，并在序列分类中击败Transformer架构。

Keyword:

Sequence Classification

Primitive-based Models

Transformers

Beating Transformers Using Synthetic Cognition

摘要

期刊

机构