反向传播的替代方案：增强拉格朗日预测编码

Sakana AI 提出 PC-ALM（增强拉格朗日预测编码），用逐层局部动力学替代反向传播，成功训练出 1000 层残差 MLP，性能接近反向传播。该方法为每层引入对偶神经元（拉格朗日乘子），使各层局部递归成为 PI 反馈控制器，并克服了标准预测编码的信号衰减问题。论文与代码已发布在 arXiv 和 GitHub。