Grokking 不是魔法：权重衰减压缩空间振荡才是泛化关键

技术长线程指出，Grokking 并非由“平坦极小值”解释：网络在快时间尺度上拟合训练点，样本外泛化则是另一个更慢的物理过程。作者提出，权重衰减会逐渐收缩网络在输入域上的空间振荡，从而完成泛化，并以数学推导展开论证。