直接阅读论文原文，核心干货与关键发现尽在其中。

Claude提出研究设想，由人类撰写并发表论文

翻阅“AI科学家”此前撰写的论文，可以找到Jeff Clune提及的那一篇。

《Grokking Through Compression: Unveiling Sudden Generalization via Minimal Description Length》——通过压缩机制实现Grokking，借助最小描述长度揭示突然泛化现象的内在规律。

根据描述，这篇论文的研究思路由Claude 3.5 Sonnet在第22次迭代时提出。核心内容探讨了神经网络的“最小描述长度”（MDL）与“grokking”现象（即模型经过长时间训练后突然实现泛化）之间的关联，从信息论视角切入，深入分析突然泛化的背后机制。

MDL可视为一种衡量模型复杂度与可压缩性的方法：模型既要贴合训练数据，又不能过于复杂导致过拟合。

具体而言，研究引入了一种基于权重剪枝的新型MDL估计技术，并将其应用于模块化算术、排列任务等多个数据集。实验揭示了一个显著的相关性：MDL降低与泛化能力提升几乎同步发生，MDL的转折点通常出现在“grokking”事件之前或与之重合。

此外，研究还观察到“grokking”与非“grokking”情景下MDL演变模式的差异：前者表现为MDL快速下降之后持续泛化。这些发现为理解“grokking”的信息论基础提供了重要线索，同时也表明在训练过程中监控MDL可提前预测即将发生的泛化。

了解原始论文之后，再来看看人类研究人员最新发表的内容有何不同。

概括来说，他们研究了神经网络在“grokking”现象中的复杂度动态——即网络从单纯记忆训练数据到实现完美泛化的过渡过程，并提出了一种基于失真压缩理论的新方法来衡量神经网络的复杂性。

作者之一Branton DeMoss表示，他们受到Sean Carroll和Scott Aaronson此前研究的启发。DeMoss团队将这一直觉形式化，并应用于神经网络，以追踪网络学习过程中抽象复杂度的变化。

展开来看，作者首先介绍了grokking现象：神经网络在长时间过度拟合训练数据后，突然具备泛化能力。图中x轴为优化步数，y轴为准确率；红线表示训练集准确率，绿线表示验证集准确率。可以看到，训练一个小型Transformer，在几百步后模型已完美拟合训练数据，但直到约10^5步时才出现泛化。

为解释这一现象，团队引入了一种基于失真压缩和Kolmogorov复杂性的新方法来衡量神经网络复杂度，并通过该框架追踪grokking过程中网络复杂度的动态变化。按照作者的比喻，这相当于“神经网络的JPEG压缩”。

研究结果表明，网络从记忆到泛化的过渡中，复杂度先上升，随后在泛化发生时下降。进一步研究发现，如果神经网络没有任何形式的正则化（防止过拟合的技术），它将无法从记忆过渡到泛化，而是无限期停留在记忆模式。

无正则化时的表现：

有正则化时的表现：

此外，作者指出传统的复杂度评判标准（如参数数量和权重范数）并不能准确描述模型复杂性，因为它们忽略了训练过程中的动态变化。他们采用最小描述长度（MDL）原则和Kolmogorov复杂度来定义并近似复杂性，并通过实验验证了这一方法，强调了简单模型在数据压缩方面的优势。最终，研究表明理解复杂度变化对预测模型泛化能力至关重要。

更多细节可查阅原始论文。可以看到，一个由AI最初提出的研究想法，最终由人类完成了更细致的论证与深化。有网友分析指出，AI撰写的论文在实验结果方面不如人类研究员的成果全面。

此前撰写“AI科学家”总论文的共同一作Cong Lu也表示：

顺便提及，在Sakana AI公布“AI科学家独立生成10篇学术论文”的消息后，公司于9月份获得了2亿美元的A轮融资，英伟达也参与其中。总而言之，AI未来不仅能独立撰写论文，还能与人类协作分工，共同推进研究。