遗忘中的学习：随机训练动力学中的统计支持选择性保留

研究者提出了重复强化与持续遗忘（RPF）动力学框架，将遗忘作为选择机制以解释神经网络的选择性保留行为。该理论推导出特征保留边界，证明遗忘会诱导谱滤波以抑制弱成分，并在小步长近似下产生类似最小描述长度（MDL）的压缩权衡。标量记忆与非线性网络实验验证了该机制，表明其可作为超越网络架构与规模的可控归纳偏置。