D2：风险回升时间与已有研究的对照

最新状态 · 2026-10-29：D2 原主张已被推翻。 被推翻的是原时间公式的跨任务、扩范围外推：即使各任务分别拟合系数，扩展条件仅 1232/2700 在两倍误差内，12/12 组均未过原 80% 门槛。泛化恶化现象和固定特征下的风险分解不因此失效。本页保留摘要级历史文献对照，不是新颖性确认；具体主张的现行判断以最新 D2 详细报告为准。

先看结论：风险随训练时间变化、早停和标签噪声的影响已有研究。本页对照原扫描中的起点预测与短段幂律；具体指数及其外推失败未找到直接前作，不等于新颖性确认。原扫描的成功不代表跨任务规律成立。本页是摘要级文献对照，沿用原检索记录，本次仅修改文字。

本页把 D2 报告「结论」节的每条命题逐条对照已有文献，给出「这条结论文献里是否已经讨论过」的判定。检索使用 arXiv API 与 OpenAlex（2026-10-11），判定基于论文标题、作者、年份与摘要，尚未逐篇精读全文。重要对应：D2 的「回升起点 / 回升支」在文献里出现于 epoch-wise double descent、early stopping 与 effective model complexity 这一族；D2 的 $\sigma^2$ 对应文献里的 label noise（标签噪声）方差，$U=\eta t$ 对应文献的累计训练时间。

「未找到直接前作」仅指原检索范围内没有找到直接对应的研究，不等于新颖性确认；扩大检索或阅读全文后，判断可能改变。D2 的对照对象是四维高斯输入、目标 $x_0+0.5x_0x_1$、宽度 128 的冻结特征、全批量梯度下降与平方损失的 development 扫描，不外推真实网络或分类任务。

判断标签：已知文献已给出相同或近乎相同的结论 · 部分已知现象或方向相同但对象、坐标或标定不同（例如文献以模型复杂度/epoch 为横轴，D2 以累计训练量 $U=\eta t$ 为横轴）· 未找到直接前作仅指原检索结果，不代表已确认新颖性 · — 需读全文才能定论

已有的风险曲线理论与本报告的具体测量

编号	D2 命题（含关键数字）	文献状态	最近的文献
Q	能否用一个标量（回升起点 $\widehat U_{\rm rise}$）由 $n/\sigma^2$ 预测风险何时回升	部分已知	Bodin & Macris 2021；Nakkiran et al. 2019；Viering & Loog 2021
R1	回升起点随 $n/\sigma^2$ 增加；留出预测 57/60 在实测两倍内，实测 $U_{\rm rise}=2.4\text{–}166.5$	部分已知	Nakkiran et al. 2019；Nakkiran 2019；Xue et al. 2022
R2	实测最低点即首次回升转折点；78/78 曲线最低点后下一步升高、至 16384 步无下降区间（网格分辨率 0.3）	部分已知	Nakkiran et al. 2019；Olmin & Lindsten 2024；Gamba et al. 2022
R3	短段回升约按距起点 1.546 次方增长；$C=0.00101845\text{–}0.119553$，原扫描 54/60、其余 17/18 取样点两倍内	未找到直接前作	Bodin & Macris 2021；Yilmaz & Heckel 2022
R4	该幂律不能覆盖整条上升支：延伸至 16384 步时 78/78 超两倍，预测为实测的 4.89–2634.75 倍	未找到直接前作	Viering & Loog 2021；Klug & Heckel 2022
R5	$\sigma^2/n$ 不足以给统一起点系数：相同比值下跨 $n$ 极差 .0158203125→.0740625，「至少减半」被推翻	部分已知	Nakkiran 2019；Xue et al. 2022；Bartlett et al. 2019
R6	不外推到未测协议（学到特征、非线性读出、交叉熵、小批量、其他维度）	已知（边界声明）	—

逐条对照：起点预测、短段拟合与外推失败

Q. 核心命题：能否用 $n/\sigma^2$ 预测回升起点 $U_{\rm rise}$

D2 的经验式为 $\widehat U_{\rm rise}=\eta\,e^{a}(n/\sigma^2)^{b}$，$b\approx1$；问「训练到什么时候风险回升」能否由样本数与标签噪声预测量化。这条主线文献已经系统讨论过，但横轴通常是模型复杂度或 epoch，而不是累计训练量 $U=\eta t$。

Bodin & Macris (2021)：在随机特征模型下解析给出梯度流过程中泛化/训练误差的完整时间路径，据此读出 double/triple descent 如何随时间展开、何时早停是可行选项——「风险随时间演化的曲线」这一对象已有精确理论。
Nakkiran et al. (2019)：定义 effective model complexity，把模型大小、样本数与训练 epoch 统一到同一复杂度轴，epoch-wise double descent 是其函数。
Viering & Loog (2021)：学习曲线综述，指出曲线形状高度多样、没有普适模型，且存在「数据越多越差」的反常曲线。

判定：部分已知。「存在一个统一标量刻画风险随训练时间/样本的演化」既有精确理论（Bodin & Macris 的时间路径）也有经验纲领（Nakkiran 的有效复杂度）；但把回升起点写成 $(n/\sigma^2)$ 的幂律并给出通过率，未检索到直接前作。

R1. 回升起点随 $n/\sigma^2$ 增加；留出预测 57/60 在两倍内

原 $n=32/64/128$、$\sigma^2=0.25/0.5/1/2/4$ 上，用另两个样本量拟合再预测留出样本量，57/60 起点在实测两倍内，实测 $U_{\rm rise}=2.4\text{–}166.5$（换算前 8–555 步）。

Nakkiran et al. (2019)：更多样本会改变 double descent 的形状与位置，「有效复杂度」随样本数增长——样本数是决定过拟合时点的量。
Nakkiran (2019)：过参数线性回归中测试风险随样本数增加而上升（sample-wise double descent）——样本数与过拟合时点强耦合的已知反例。
Xue et al. (2022)：在「噪声/样本比」足够大时最优泛化出现在中间宽度；label noise 与样本大小的比值是决定曲线形状的主量。
Zavatone-Veth et al. (2022)：深贝叶斯线性回归在标签噪声下出现 sample-wise double descent。

判定：部分已知。「样本越多、噪声越小 ⇒ 过拟合越晚」以及「$n$ 与 $\sigma^2$ 共同决定曲线位置」均为已知；但把起点量化为 $(n/\sigma^2)$ 的幂律、并报告 57/60 的两倍内通过率，未见同构前作。

R2. 实测最低点即首次回升转折点；78/78 至 16384 步无下降

全部 78 条保存曲线都在最低点后的下一步升高，之后到第 16384 步没有下降区间；起点网格分辨率为 0.3。

Nakkiran et al. (2019)：epoch-wise double descent 中风险在过拟合后先升，第二个 descent 出现在更晚的训练或更大的复杂度。
Olmin & Lindsten (2024)：两层线性网络中 epoch-wise double descent 的必要条件与形状。
Gamba et al. (2022)：输入空间 loss sharpness 随 epoch 出现 double descent，噪声标签下峰更差。

判定：部分已知。「最低点即过拟合起点、其后风险上升」是 epoch-wise double descent 与早停的定义性事实；但「下一步立即升高、且到窗口末无再下降」这一普查与 double descent 的第二个 descent 形成边界对照，本轮未见同构结果。

R3. 短段回升约按距起点的 1.546 次方增长

$L_{\rm test}(U)-L_{\min}\approx C x^{p}$，$x=(U-U_{\rm rise})/U_{\rm rise}$，$p=1.545565$，$0.1\lesssim x\le1$；$C=0.00101845\text{–}0.119553$。原扫描 54/60 曲线、其余归一化与降噪 17/18 曲线，全部取样点在两倍误差内。

Bodin & Macris (2021)：给出随机特征梯度流下误差的解析时间路径，可读出上升支形状，但未给出 D2 的「相对训练量幂律」。
Yilmaz & Heckel (2022)：风险随早停时间的 double descent 可解释为 bias-variance 叠加；描述形状但不给该短段指数。

判定：未找到直接前作。文献有上升支的解析与叠加描述，但「距起点 $x$ 的 1.546 次方短段」这一具体指数族，原检索未找到直接前作。

R4. 幂律不能覆盖整条后期上升支（尾部 78/78 失败）

把短段幂律延伸到第 16384 步，78/78 条曲线超过两倍误差，预测回升量为实测的 4.89–2634.75 倍。

Viering & Loog (2021)：明确警告没有普适学习曲线模型，power law 未必准确、外推需谨慎。
Klug & Heckel (2022)：早停梯度下降的学习曲线在达到误差地板后趋于平坦，简单外推会失真。

判定：未找到直接前作（针对本式）。短段幂律外推失败，限定了该式的适用范围；相关文献提醒「学习曲线形状多样、外推不可靠」，原检索未找到直接对应的尾部失败定量结果。

R5. $\sigma^2/n$ 不足以给统一起点系数

$n32/64$、相同比值格点 128/256、四 seed、共享分布标签归一化后，起点比例系数的跨 $n$ 极差由 $0.0158203125$ 增到 $0.0740625$；「至少减半」的预测被推翻。

Nakkiran (2019)：样本数增加可提高测试风险，说明结果不随 $n$ 单调，「单一系数跨 $n$」天然可疑。
Xue et al. (2022)：曲线形状由噪声/样本比与宽度的交互决定，单一无量纲比值不足以折叠。
Bartlett et al. (2019)：benign overfitting 依赖协方差的有效秩等谱量，而非单一 $n/\sigma^2$ 标量。

判定：部分已知。「单一标量不充分、需谱或多参数」这一方向与 benign overfitting、noise-sample 比文献一致；但「相同 $\sigma^2/n$ 下跨 $n$ 起点系数极差反而增大」这一具体否证结果，未见前作。

R6. 不外推到未测协议

学到特征、非线性读出、交叉熵、小批量、其他目标或输入维度均未测；上升支的 1.545565 幂律只在 $x\in[0.1,1]$ 的短段内描述。

判定：已知（边界声明）。这是对适用范围的限定声明，不是新的经验发现；与「固定核 / 冻结特征」既有理论的适用边界一致。

原检索范围与尚未核验的内容

原检索词包括 double descent、epoch-wise double descent、sample-wise double descent、benign overfitting、label noise、early stopping、optimal stopping time、shape of learning curves、effective model complexity、noise accumulation。原记录注明引用条目经 arXiv/OpenAlex 返回信息核对，判断基于标题、作者、年份与摘要。本次文字修订未重新核验文献。未核验全文，也不构成新颖性结论：「未找到直接前作」只说明原检索没有找到直接对应的研究。

词义提醒：文献里的 double descent 通常以模型复杂度或 epoch 为横轴，D2 以累计训练量 $U=\eta t$ 为横轴、且只关注第一个回升起点与回升支的幂律；两者对象与构造不同。D2 的 $\sigma^2$ 应映射到 label noise 方差这一族。D2 结论只覆盖四维高斯输入、目标 $x_0+0.5x_0x_1$、宽度 128 的冻结特征、全批量梯度下降、平方损失与所列 $n$、$\sigma^2$ 格点，属 development，不外推 learn features、分类、交叉熵、小批量或非线性读出。

摘要级文献对照首版 2026-10-11（北京时间）· 尚未逐篇精读全文 · 网页在 prototype 仓库内维护