刺激对称性会干扰表征相似性分析

一项 arXiv 机器学习论文指出，网络输入中的对称性会使许多表征在功能上等价，却产生不同的表征相似性矩阵（RSM），对应从解耦到最大混合等性质不同的表征几何。 研究称，随机梯度下降或能量正则化可生成稀疏、漂移的编码，进而导致 RSM 漂移；该现象在训练于图像数据的网络（对称性为隐式）中同样存在。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。