关于理解锐度感知最小化算法在分布外泛化中的作用

本研究解决了锐度感知最小化（SAM）在分布外（OOD）泛化中的应用问题，针对现有SAM变体的效果进行深入比较。研究发现，原始SAM在零-shot OOD泛化中实现了比Adam基线高4.76%的提升，并且在逐渐领域适应中同样表现良好，这些发现对于进一步分析SAM的理论和实践具有重要意义。