跳到正文
热点事件持续更新

高维岭回归迁移学习极小极大最优缩放律论文发布

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月16日，Diyuan Wu等人向arXiv提交题为《高维岭回归迁移学习中的极小极大最优缩放律》的论文（v1版本）。该研究确立了高维岭回归迁移学习框架中特定参数下的缩放律极小极大最优指数。\n\n理论证明显示，最优源模型正则化仅依赖源数据，且单遍随机梯度下降微调整合能实现同等最优速率。实验验证了该理论在合成设置及语言模型中的有效性，证实了方法在实际应用中的表现。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00
Minimax-optimal Scaling Laws in Ridge Regression via Transfer Learning

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    Minimax-optimal Scaling Laws in Ridge Regression via Transfer Learning

    在高维岭回归迁移学习框架中，通过确定对等分析证明特定参数下缩放定律达成 Minimax 最优指数。该最优源模型正则化仅依赖源数据，且单遍随机梯度下降微调整合能实现同等最优速率。实验验证了该理论在合成设置及语言模型中的有效性。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。