arXiv ID:
2607.06382
arXiv 提交日期: 2026-07-07
组合学习中的函数空间二分法:神经正切核的指数级次优性 / A Function-Space Dichotomy for Compositional Learning: Exponential Sub-Optimality of the Neural Tangent Kernel
1️⃣ 一句话总结
本文理论证明了在具有组合结构的学习任务中,训练后的神经网络远优于其对应的神经正切核极限,二者性能差距呈指数级增长——这是因为神经正切核的平滑性偏差与目标的组合结构不匹配,而非简单的“核方法vs网络”泛化差异。