牛哥精选 · 三个月

📋 全部 🤖 AI·大模型 ⚡ 效率工具 📝 深度技术 🚀 产品观察 💰 商业科技 🔓 开源项目 🎨 设计创意 📖 阅读推荐 🏷 资源合集 🌱 成长效率

📝 深度技术 arXiv 机器学习 2026-05-23

Richer Bayesian Last Layers with Subsampled NTK Features

使用子采样NTK特征扩展贝叶斯最后层，提升大规模模型的不确定性量化与可扩展性，ICML 2026最新成果。

arXiv:2602.01279v2 Announce Type: replace Abstract: Bayesian Last Layers (BLLs) provide a convenient and computationally efficient way to estimate unc…

贝叶斯方法神经切线核子采样不确定性量化最后一层

📝 深度技术 arXiv 机器学习 2026-05-20

The Neural Tangent Kernel for Classification

深入探讨神经正切核在分类任务中的理论分析，为神经网络泛化研究提供新视角。

arXiv:2605.17606v1 Announce Type: new Abstract: In wide neural networks, the Neural Tangent Kernel (NTK) remains approximately constant during trainin…

神经正切核分类神经网络理论泛化

📅 日期

2026-05-20 2026-05-19

🐂 牛哥精选

Richer Bayesian Last Layers with Subsampled NTK Features

The Neural Tangent Kernel for Classification

📅 日期