该文综述过参数化机器学习：实证表明其能增加潜在变量回收，提升模型准确性与稳健性；理论从统计信号处理角度解释相关现象，指出归纳偏差可导致过参数化，子抽样有效；还涉及代理模型加速优化、正交超参数训练、结构化输出泛化界限及剪枝中的双重下降，并强调开放问题。