KAN结合Transformer，真有团队搞出了解决扩展缺陷的KAT

新加坡国立大学研究人员提出Kolmogorov–Arnold Transformer（KAT），用KAN层取代Transformer中的MLP层，解决了原有KAN方法的三大挑战。实验结果显示，KAT在图像识别、目标检测和语义分割等多个任务中表现出色，尤其在ImageNet-1K上达到了82.3%的准确率，优于传统MLP模型。
来源：https://mp.weixin.qq.com/s/ZpY56qNPPd_XAT_3uXP-Dg