CliffordNet explora álgebra de Clifford em redes neurais
A arquitetura combina interações de produto interno e geométricas sem camadas de attention ou mixer; o relato informa 77,82% de acurácia no CIFAR-100 com 1,4 milhão de parâmetros.
CliffordNet é apresentada como uma arquitetura de redes neurais baseada no produto geométrico da álgebra de Clifford. Segundo o relato, ela combina interações de produto interno e geométricas sem usar camadas de attention ou mixer. O resultado informado é 77,82% de acurácia no CIFAR-100, com 1,4 milhão de parâmetros.
A proposta oferece uma alternativa que engenheiros podem avaliar frente a arquiteturas baseadas em attention e mixers; o resultado citado, por si só, não demonstra superioridade em outras tarefas. Se usar IA para estudar ou aplicar o material, evite enviar dados internos ou identificáveis: use conteúdo público ou previamente anonimizado e confira a política da sua organização.