arXiv · Machine Learning Theory· Vicente Opazo, Jose Calatayud-Mateu, Cristobal Rojas, Cristian Buc Calderon·· 3 小时前AI 评分22
当平坦度代理不是函数时：鲁棒性证书与训练干预
When a Flatness Proxy Is Not a Function: Robustness Certificates and Training Interventions
AI 导读
论文证明有效的曲率上界本身不能直接转化为鲁棒性证书或内在训练干预。针对最后一层相对平坦度代理，经验风险平稳性仍保留一阶损失项，有限全局最小值下证书表达式低估损失增幅超 210×。作者提出全局不变的特征空间修复方法，在 45 组算法与图像模型测试中，放大偏移使原始正则化预测器偏离而商正则化预测器保持一致。
来源：arXiv · Machine Learning Theory · arxiv.org