本文介绍了一种改进的前向梯度学习算法，通过引入局部贪婪损失函数和LocalMixer结构，降低了梯度估计的方差。该算法在MNIST、CIFAR-10和ImageNet数据集上表现出与反向传播相当的效果，尤其在CIFAR-10上准确率提升了25%。研究还探讨了前向-前向算法在自监督学习中的应用，发现其迁移性能较差，需进一步研究以提升表现。