路径正则化双层网络双重下降理论论文更新

2026年10月22日，Hao Yu 在 arXiv 更新论文（v4），聚焦路径正则化多层神经网络的有限样本泛化理论。该研究证明误差随宽度增加呈非单调双重下降，峰值高于最终平台值且差距随样本量发散。 理论指出，该双重下降机制源于正则化引发的收缩而非过拟合。当正则化强度超过噪声对偶范数时，误差受慢速率 Oracle 不等式控制，不包含方差项。作者明确此机制是当前估计器的属性，不解释无正则化训练中的双重下降现象。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。