待验证50% 置信事实精确时间

Steinke和Zakynthinou证明了泛化误差可被eCMI的某个函数上界

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

VC学习的最优信息复杂度：用eCMI重建PAC保证

涉及实体

Steinkeperson Zakynthinouperson eCMIconcept

相关事实

待验证经典的Blumer等人定理证明，在可实现情形下，样本复杂度与VC维d呈线性关系，即Θ(d/ε)量级的样本足以保证ε的泛化误差65% 相似待验证在纽结理论中，AI发现了双曲体积与代数不变量之间此前未知的函数关系63% 相似已验证陶哲轩与本·格林合作证明了'素数中存在任意长的等差数列'的格林-陶定理62% 相似待验证该发现涉及的问题核心在于原始矩M_n与泰勒/Jensen系数之间的阶乘归一化处理偏差61% 相似待验证SCAFFOLD、FedProx等技术的关键前提是算子F本身是某函数的梯度场，可借助函数值下降构造Lyapunov势能证明收敛，而一般单调算子不存在此势函数61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990761

API

curl https://kongchang.com/api/v1/knowledge/claims/990761

MCP

get_claim(id=990761)