插值学习系统泛化能力的函数空间稳定性边界分析

该研究提出基于函数空间训练轨迹的稳定性证书，用于分析插值学习系统何时能够通过算法稳定性实现良好泛化。实验表明，证书增长可预测不同优化器、步长和数据集扰动下的泛化差异，但稳定性并非所有低风险插值情形的通用解释。论文因定理5.2未能证明关键结论所需的定量不稳定性而撤回。