GPT-6 Astra 生成神经网络贝叶斯学习泛化性质论文及形式化证明

GPT-6 Astra 协助撰写了关于神经网络贝叶斯学习泛化性质的多篇论文，核心发现特定权重先验诱导的函数先验等同于电路先验。 研究得出样本复杂度界限，指出超参数化网络下学习复杂函数仍可能保留常数测试误差率；GPT-6 Astra 已为其中 5 篇论文生成 Lean 形式化证明，另有 30 余份手稿待处理。