剑桥硕士论文探讨迁移学习不良极小值

2026年10月30日，剑桥大学硕士研究生Mina Remeli向arXiv提交硕士学位论文《Exploring Bad Minima in Transfer Learning》。 论文探讨源任务的良好泛化能力是否必然隐含对相关目标任务的迁移能力。作者假设答案是否定的，并设计实验进行验证。 研究通过在迁移学习流程中实施三种类型的对抗攻击寻找反例。实证结果显示源任务泛化能力与迁移能力存在强相关，但结果并未排除源任务泛化作为成功迁移充分条件的可能性。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。