arXiv cs.LG· Behrooz Tahmasebi, Melanie Weber·· 7 小时前AI 评分27
尺寸泛化的无维度缩放定律：样本复杂度的指数分离
Dimension-Free Scaling Laws for Size Generalization: An Exponential Separation
AI 导读
研究为集合、图等可变尺寸数据上的尺寸泛化建立了统计学习理论，证明多项式源衰减下域内学习误差为 n^{-\Theta(1)}、样本复杂度为多项式，而尺寸泛化误差仅按 (\log n)^{-\Theta(1)} 衰减，形成指数分离。
来源：arXiv cs.LG · arxiv.org