一篇新的研究论文探讨了深度学习模型通常优于浅层模型的原因的理论基础。该研究引入了一个实现无关的状态转移模型来分析泛化界限，将近似误差与统计复杂度分离开来。它确定了有助于深度优势的特定几何和半群机制，表明当近似值快速改善而转移半群保持几何上温和时，深度在统计上是有益的。 AI
影响 为深度神经网络架构的优势提供了理论见解。
排序理由 这是一篇发表在arXiv上的理论计算机科学论文。[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:2505.15064v4 Announce Type: replace Abstract: Why and when does depth improve generalization? We study this question in an implementation-agnostic state-transition model, where a depth-$k$ predictor is a readout class $H$ composed with the word ball $B(k,F)$ generated by hi…