The Reconstruction Gap: Boundary Noise and the Limits of Holographic Bulk Recovery in Deep Learning, with Implications for Black-Box AI Auditing
यह शोधपत्र "पुनर्रचना अंतराल" (reconstruction gap) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि शोर युक्त सीमा स्थितियों (noisy boundary conditions) के तहत होलोग्राफिक डीप लर्निंग मॉडल महत्वपूर्ण और अप्रत्याशित आंतरिक मीट्रिक त्रुटियों से ग्रस्त होते हैं, जिससे किसी मॉडल के आंतरिक तंत्र को प्रमाणित करने में ब्लैक-बॉक्स एआई ऑडिटिंग की मौलिक सीमाओं को परिमाणित किया जा सके।