arXiv发表掩码通道通用学习理论困难度论文

2026年11月4日，arXiv计算机科学与机器学习领域（cs.lg）刊载了由 Parikshit Gopalan 等人发表的论文《Universal Hardness From Masking Channels》。 该文提出通过“掩码通道”的保真度来量化学习非布尔函数时的困难性，并证明了经典硬核引理在广义学习理论中的版本。框架利用凸对偶性构建通用证难机制，推导了多类硬核引理推广，并发现其与伪熵及 MaxEnt 算法存在对称关系。 该研究为“学习与困难性是一体两面”提供了清晰且通用的数学表述，为理解计算复杂性提供了新的理论视角。

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。