局部學習

深度分析

softplus 衰減引發 Forward-Forward 層級搭便車，局部修補改善層分離但未明顯提升準確度

本文以 Forward-Forward（FF）訓練框架為出發，揭示「累積 goodness」會使後層承接先前已部分完成的分離任務，產生層級 free-riding（搭便車）現象。研究在理論上以 softplus 函數推導出梯度隨先前區塊正邊界（margin）指數衰減的界限，並提出三種局部修補策略：每區塊校正、難度門控與深度尺度化。