异质数据引发的多重下降现象理论被提出

2026年10月27日，Mark-Anthony Moisescu-Pareja 和 Elvis Dohmatob 在 arXiv 发布论文，推导高维线性随机特征模型中不同数据源测试误差的精确渐近表达式。该研究指出，混合不同协方差结构的数据集会导致多重下降现象。具体表现为模型规模增加时，协方差的尺度与谱结构异质性会引入额外的、依赖数据分组的插值阈值。该现象在无标签噪声和线性激活下也能出现。这一发现为算法公平性提供了新视角，表明模型扩展可能对不同数据分组的泛化误差产生不均衡影响。

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。