Xi'an Jiaotong University（西安交通大学）

Towards Understanding The Calibration Benefits of Sharpness-Aware Minimization

理解锐度感知最小化的校准优势

Chengli Tan, Yubo Zhou, Haishan Ye, Guang Dai, Junmin Liu, Zengjie Song, Jiangshe Zhang, Zixiang Zhao, Yunda Hao, Yong Xu

机构 * Northwestern Polytechnical University（西北工业大学） ； SGIT AI Lab, State Grid Corporation of China（国网SGIT人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） ； ETH Zürich（苏黎世联邦理工学院） ； Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文通过理论分析揭示锐度感知最小化（SAM）通过隐式最大化预测分布熵来改善模型校准，并提出变体CSAM进一步降低校准误差。

Comments ICLR2026

Learning Non-Vacuous Generalization Bounds from Optimization

从优化中学习非平凡泛化界

Chengli Tan, Jiangshe Zhang, Junmin Liu, Yihong Gong

机构 * Northwestern Polytechnical University（北华科技大学） ； Xi’an Jiaotong University（西安交通大学） ； SGIT AI Lab（SGIT人工智能实验室） ； State Grid Corporation of China（国家电网公司） 纠错

AI总结 针对深度神经网络泛化界过松或仅适用于压缩网络的问题，提出基于优化视角的非平凡泛化界，利用随机梯度算法访问的假设集具有分形特性，通过分数布朗运动驱动的随机微分方程推导出更紧的算法依赖Rademacher复杂度界。

Comments made some important revisions