KAN与MLP全面对比 号称替代MLP的KAN只赢一局

新加坡国立大学的研究人员对比了KAN（Kolmogorov-Arnold Networks）与多层感知器(MLP)，发现KAN在符号表示任务上表现更佳，而MLP在其他任务如计算机视觉、NLP和音频处理中占优。KAN的优势主要源自其B-样条激活函数，但这一优势未能在其他任务中体现。此外，实验显示KAN在连续学习任务中的稳定性不如MLP。
来源：https://mp.weixin.qq.com/s/0xPbXcXtatTyuOCld4nf5A