arXiv · Machine Learning· Juan Ramirez, Meraj Hashemizadeh, Simon Lacoste-Julien·· 9 小时前AI 评分45
立场：深度学习应采用约束，而非固定惩罚
Position: Adopt Constraints Over Fixed Penalties in Deep Learning
AI 导读
这篇立场论文主张，深度学习面对安全等级、公平性限制和稀疏预算等不可妥协要求时，应直接求解约束问题，而不是使用固定惩罚定义的替代目标。论文指出，非凸场景下两类问题通常不等价，惩罚系数还需通过反复完整训练试错，并会将硬性要求弱化为可与任务性能权衡的软惩罚。论文已被 NeurIPS 2026 Position Paper Track 接收。
来源：arXiv · Machine Learning · arxiv.org