深度学习预测与再现性受分形盆地几何限制

Ly 和 Gong 的研究指出，深度学习结果难以预测和再现的机制在于分形盆地几何，即不同结果的起始点在任意精细尺度上交织，导致更高精度带来的改进有限。 该研究分析了深度学习模型在训练过程中收敛行为的复杂性，强调了优化起点对最终结果的影响。 研究发表于《自然-机器智能》，未提及具体模型或产品名称。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。