随机特征网络弱到强泛化研究获新进展

Deborah Oliveira 与 Elliot Paquette 发表论文，研究两层随机特征网络中的弱到强泛化：模型强度由网络宽度决定。 研究用随机矩阵理论推导出最优训练教师模型与梯度流训练学生模型的总体误差确定性等价式。在 ReLU 激活和纯球谐目标下，学生误差随教师误差呈二次方缩放，达到 Medvedev 等人（2025）给出的通用下界，并刻画了二次、非二次及无改进之间的转变。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。