Sparse Goodness: How Selective Measurement Transforms Forward-Forward Learning

Esta pesquisa estuda e aprimora sistematicamente o algoritmo Forward-Forward (FF), redesenhando sua função de bondade local para distinguir dados positivos de negativos. O trabalho introduz as abordagens 'top-k goodness' e 'entmax-weighted energy', demonstrando melhorias substanciais na precisão em benchmarks como Fashion-MNIST.