研究人员在处理未知顺序的阈值时,发现了确定性和随机性方法在线学习复杂度上的指数级差距。Attias、Hanneke 和 Ramaswami 在 NeurIPS 2025 上发表的一项研究表明,确定性学习者需要 T(或 T-epsilon)次预言机调用和错误,而随机性学习者两者都能达到对数界限。这种分离取决于一致性类型 ERM 预言机使用的特定规则,不同的规则会导致不同的性能结果。 AI
影响 强调了人工智能学习算法的理论局限性和潜在改进。
排序理由 详细介绍机器学习理论发现的学术论文。[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 →