捷径学习的几何本质

SQUINT Cognition发文指出，神经网络的"捷径学习"本质上是高维潜在表示空间的几何问题：模型依赖训练数据中存在但与任务无因果关联的代理特征，形成错误的表示结构，导致部署时出现难以预测的突发性失败。传统精度指标...