12:06
官方账号arXiv cs.LG@Sridhar Mahadevan
推荐理由：这篇论文用范畴论搞了个LINCS框架，专门修复模型中的非组合性问题，数学推导扎实，适合想深挖机器学习理论的人。
非组合性
共 1 条相关 AI 资讯
7月17日
12:06
这篇论文提出了一个范畴框架LINCS，用于修复机器学习中的非组合性问题。它将机器学习问题指定为草图，包含图、交换条件、极限锥和余极限锥。非组合性被定义为通用分解问题的失败，而非预测误差。论文引入了Tangent Learning Sketches和INC endofunctor，利用Aczel-Mendler定理证明了最终INC余代数的存在性。实验评估正在深度学习和强化学习等场景中进行。