VisionHOPE：视觉主干网自修正学习系统 自我修改的视觉AI

VisionHOPE，这是首个作为自修改学习系统构建的通用视觉骨干网络。该系统通过五种耦合记忆在图像扫描过程中协同演化存储内容与学习规则，并在计算规模上与视觉标记数量保持线性扩展。为了解决视觉骨干网络中无约束自修改更新带来的训练不稳定问题，研究人员推导了一种稳定性匹配的步长控制方案。该方案结合了自适应注入的软上限（soft cap）与保留记忆转换的谱夹具（spectral clamp），在数学上保证了记忆动态在每次扫描中的非扩张性。通过将该机制适配到四方向扫描并在图像网格上进行二维特征映射，VisionHOPE 在 ImageNet-1K、COCO 和 ADE20K 等基准测试中均展现出具有竞争力的卓越性能。