研究称KAN优势源于目标结构

发生了什么

据arXiv cs.LG论文指出，Kolmogorov-Arnold Networks (KANs) 的优势源于目标结构而非架构本身。研究发现，对于任意深度的标准样条KAN，在低维精度阈值下，所需样条系数随输入维度指数增长。在随机标签测试中，ReLU-MLPs拟合效率高于样条KAN。结论表明，有利缩放位于目标结构和兼容归纳偏置中，并非KAN特有的维度灾难解决方案。