arXiv ID:
2601.22409
arXiv 提交日期: 2026-01-29
梯度下降训练Kolmogorov-Arnold网络的优化、泛化与差分隐私界分析 / Optimization, Generalization and Differential Privacy Bounds for Gradient Descent on Kolmogorov-Arnold Networks
1️⃣ 一句话总结
这篇论文首次系统分析了梯度下降训练两层Kolmogorov-Arnold网络(KANs)的理论性能,证明了在极窄的网络宽度下就能实现高效优化和泛化,并揭示了差分隐私训练会迫使网络必须保持窄宽度,而非隐私训练则无此限制。