研究人员在机器学习的鲁棒性定律和鲁棒泛化误差之间建立了联系。他们证明了在分析鲁棒损失类的全局Rademacher复杂度时，Lipschitz界的阶数保持一致。此外，对于经验误差很小的函数，在局部尺度上，Lipschitz界的阶数会根据扰动半径和局部集中项而改变。 AI
影响 建立了鲁棒性和泛化性之间的理论联系，可能指导未来模型开发以提高可靠性。
排序理由 该集群包含一篇详细介绍机器学习新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 →