关于 RecKAN 的报道

RecKAN 的核心变化是让基函数本身可学习，而不再依赖人工选择固定多项式族。这意味着 KAN 的研究重心正在从「在给定基下学习组合权重」转向「让网络自适应发现最优基」，可能增强模型对多种数据分布的拟合能力。但实际增益仍需实验验证，不宜过度解读。