PulseAugur
中
实时 09:20:33
实体 Dimension-Free Scaling Laws for Size Generalization: An Exponential Separation

Dimension-Free Scaling Laws for Size Generalization: An Exponential Separation

PulseAugur coverage of Dimension-Free Scaling Laws for Size Generalization: An Exponential Separation — every cluster mentioning Dimension-Free Scaling Laws for Size Generalization: An Exponential Separation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_301104 ·

    新理论揭示机器学习模型尺寸泛化指数级成本

    研究人员开发了一种新的统计学习理论来理解机器学习模型的尺寸泛化。该理论建立了样本复杂度的尖锐指数分离,表明虽然域内学习误差随样本数量呈多项式衰减,但尺寸泛化误差衰减得慢得多,呈样本大小的对数函数。该工作确定了一个特定的指数源条件,在此条件下尺寸泛化可以实现多项式样本复杂度,提供了无维度缩放定律和匹配最优性能的极小极大下界。