lambdaviking：梯度下降难学状态跟踪，或因样本复杂度高而非数据稀缺

针对 X 上「模型为何难表现出硬状态跟踪」的讨论，lambdaviking 提出另一种解释：不一定是这类模式在预训练数据中罕见，而是这类相对简单的状态跟踪在梯度下降下样本复杂度更高、更难学到。作者承认这仍属推测性领域，其核心假设是数据规模未必是瓶颈，优化动力学可能才是。