AI頂會ICML收了一篇論文：沒算法沒實驗

AIGC動態(tài)歡迎閱讀

原標題：AI頂會ICML收了一篇論文：沒算法沒實驗
關鍵字：序列,定理,函數(shù),自然語言,模型
文章來源：量子位
內容字數(shù)：0字

內容摘要：

蔡永強 投稿量子位 | 公眾號 QbitAI沒有算法沒有實驗，從2610篇收錄論文中脫穎而出，成為唯一一篇純理論入選2024 ICML Spotlight的論文。
“Vocabulary for Universal Approximation: A Linguistic Perspective of Mapping Compositions（詞的萬能逼近：從語言角度看映射組合）”，這篇純理論論文講了什么，何以入選Spotlight？
簡單來說，目前基于深度學習的序列模型，如語言模型，受到了廣泛關注并取得了成功，這促使研究人員探索將非序列問題轉換為序列形式的可能性。
沿著這一思路，深度神經(jīng)網(wǎng)絡可以表示為一系列線性或非線性映射的復合函數(shù)，其中每個映射都可以看作是一個“詞”。
然而，線性映射的權重是未確定的，因此需要無限多個詞。
而這篇論文研究有限情形并構造性地證明了存在一個有限的函數(shù)詞匯表V，用于實現(xiàn)萬能逼近。
也就是說，對于任何連續(xù)映射f、緊集Ω和ε>0，存在V中的一個有限序列，使得它們的復合映射能夠在Ω上近似f且逼近誤差小于ε。
論文研究結果展示了函數(shù)復合的非凡近似能力，并為正則語言提

原文鏈接：AI頂會ICML收了一篇論文：沒算法沒實驗

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：