📢 转载信息
原文链接：https://www.nature.com/articles/s41586-026-10457-z
原文作者：Eric Y. Wang, Paul G. Fahey, et al.
为了确保所实现模型的文档记录准确，我们在此澄清《方法》（Methods）部分中描述 Conv-LSTM 和 CvT-LSTM 架构的若干细节。这些说明仅限于对《方法》描述的补充，不会影响原论文的研究结果或结论。
具体更正内容：
- 感知模块（Perspective module）：《方法》中提到瞳孔位置多层感知机（MLP）使用 8 维隐藏表示；然而，在实际实现的 CvT-LSTM 模型中，该模块使用了 16 维隐藏表示。
- 四头集成（Four-head ensemble）：《方法》未说明分析中所用的架构是作为四头集成实现的。在实际模型中，调制（modulation）、核心（core）和读出（readout）模块在四个头之间独立参数化（共享感知变换和读出网格），预测结果通过对各头的标准化日志响应取平均值获得。
- 调制模块（Modulation module）：《方法》称调制网络接收三种行为输入（跑步机速度、瞳孔半径以及瞳孔半径的导数）；但在实际的 CvT-LSTM 模型中，仅使用了跑步机速度和瞳孔半径。此外，《方法》将 LSTM 隐藏状态和单元状态描述为 8 维；而在实际模型中，这些状态在 Conv-LSTM 变体中为 6 维，在 CvT-LSTM 变体中为 16 维。
- 核心模块（Core module - 前馈）：《方法》称前馈 DenseNet 块使用 GELU 非线性激活函数；但在实际的 Conv-LSTM 模型中，前馈组件使用的是 ELU，而 CvT-LSTM 模型使用的是 GELU。
- 核心模块（Core module - 循环）：在该研究使用的部分 Conv-LSTM 模型变体中，循环模块还会额外接收关于视觉刺激的显式空间信息。实现方式是将视觉场中每个特征图元素位置的空间网格编码，在进入 Conv-LSTM 之前与前馈特征及调制向量进行拼接。
- 核心模块（Core module - 公式）：在编辑过程中，公式块中出现了排版错误。在多个项前添加了不必要的花括号
{，且在多个项中，卷积算子(W_k *)被错误地添加为上标(W_k^*)。
如需对照，带有修订标记的《方法》文件可作为本文修订版的补充信息查阅。原文的 HTML 和 PDF 版本中的文本与公式均已完成更正。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区