技术优势

基于白盒理论指导，打造下一代智能系统

【最大编码率降低原则（MCR²）】

通过最大化编码速率减少的原则，本研究开发了一种方法，用于学习多样化且具有高度区分性的表示形式，旨在从复杂数据集中有效提取紧凑而强大的特征，以支持更广泛的机器学习应用。（NeurIPS, 2020）

【白盒Transformer】

基于理论指导，实现了“白盒”变压器的设计，通过引入稀疏率减少技术，不仅增强了模型的透明度和可解释性，还促进了神经网络结构的优化，使得模型的内部运作机制更加清晰易懂。（White-Box Transformers via SparseRate Reduction, NeurIPS 2023）

【闭环学习】

采用闭环转录框架，结合最小化最大速率减少策略，本研究提出了一种创新方法，用于自动压缩和记忆不同模态的信息，显著提高了多模态数据处理的效率和互操作性，对推动相关领域技术发展具有重要意义。（Closed-Loop Transcription to an LDR via Minimaxing Rate Reduction, Entropy 2022）

技术能力支撑场景拓展雄心

语言只是人类对语义的表达形式，在模态转换中将丢失底层信息，相对低效，且并不准确（低正确性)，忆生科技的场景拓展雄心，是在世界领先的理论架构和技术路线指导下，探索冰山之下的更大世界，让模型的应用领域不再受限于单纯以语言为核心的模型交互形式。