一篇新的研究论文探讨了细粒度训练在分类任务中的有效性，特别是在处理分层标签时。该研究发表在arXiv上，表明虽然细粒度训练可以提高性能，但其成功并非普遍适用，而是取决于数据的几何结构及其与标签层级之间的关系。影响这种优势的关键因素包括细粒度和粗粒度任务决策边界的对齐、数据集大小、模型容量以及过度参数化的程度。 AI
排序理由 研究论文发表在arXiv上，详细介绍了关于机器学习训练方法的研究。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2509.05130v2 Announce Type: replace Abstract: In classification problems, models are trained to predict a class label based on the input data features. However, class labels are organized hierarchically in many datasets. While a classification task is often defined at a spe…