软决策树加深为何无法学习及修复

2026年10月3日，一篇 arXiv 机器学习论文在统一协议下比较了树结构与构造式分类器的四种生长决策，并指出其中最自然的软决策树加深方式无法学习：把每个叶子变成门、两个子节点继承父节点类别分布后，所有新门的梯度恒为零，门取 1/2 时两子节点梯度相同。五折交叉验证、三个随机种子下，该构造在 Iris、Wine、Digits 上分别比同深度从头训练低 19.6、19.1、55.6 个准确率点。论文给出的修复方法是对子节点做小幅随机扰动，其幅度几乎无关紧要。

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。