神经算法对齐与稀疏性正则化:打破神经网络OOD泛化瓶颈的新范式 查看图片 //@爱可可-爱生活:本文创新性地结合神经算法对齐和稀疏性正则化,训练图神经网络(GNN)精确实现贝尔曼-福特算法,实现了可证明的分布外尺寸泛化,即使仅使用少量小图数据训练,模型也能泛化到任意大小的图,揭示了算法对齐和稀疏性对于提升神经网络 OOD 泛化能力的关键作用,其中最反直觉的发现是,通过算法对齐和稀疏性正则化,神经网络能够仅从少量数据中学习到可泛化至无限的算法能力。 [LG]《Graph neural networks extrapolate out-of-distribution for shortest paths》R R. Nerem, S Chen, S Dasgupta, Y Wang [University of California San Diego] (2025) 网页链接 #机器学习##人工智能##论文##AI创造营#