跳到正文
原文
arXiv · Machine Learning Theory· Kevin Riehl, Shaimaa K. El-Baklish, Fan Wu, Anastasios Kouvelas·· 3 小时前AI 评分26

Kolmogorov-Arnold Networks 的样本效率研究

Sample-Efficiency of Kolmogorov-Arnold Networks

AI 导读

一项系统研究用计算实验评估 Kolmogorov-Arnold Networks 的样本效率,覆盖 Feynman 数据集与 Gymnasium RL 基准。结果显示,该架构相比 Multi-Layer-Perceptron 能以少 40% 的样本达到相近性能,训练过程中相对性能提升最高达 50%,且在奖励噪声变化下仍保持稳健。

来源:arXiv · Machine Learning Theory · arxiv.org