先给结论：经典机器学习用范数做显式正则，于是有人希望梯度下降的隐式正则也在找最小范数解。过参数线性回归从零出发确实落到最小欧氏解。深度矩阵分解不是这样：存在简单补全任务，隐式过程把所有范数一起推向无穷。行列式符号沿小步近零初始化不变，观测要求和符号冲突时，未观测项只能发散。更像在贪心压秩，而不是压范数。

为什么「再写成某种范数」补不了深度分解

痛点是测试床被选成矩阵补全：看见一部分元素，恢复其余，并假设真矩阵低秩。凸基线是核范数最小化。深度做法是把矩阵写成 L 个因子相乘，对因子做梯度下降，不对乘积矩阵做显式低秩约束。深度二、近零初始化、小学习率时，经验上会给出低秩解，曾被猜想成「其实在做核范数最小化」，并在一些受限情形得到证明。反方向的猜想是：任意范数，都能找到补全任务，让该深度的梯度下降不最小化它。

两边形式陈述因技术细节不必互相矛盾，但代表完全相反的解释。新结果更强：不只是每个范数都能被某个任务打脸，而是存在任务同时打脸所有范数；不只是范数没被最小化，而是范数在涨。关键引理简单：学习率够小、初始化够近原点时，乘积矩阵的行列式不改变符号。合理初始化下符号为正的概率一半，于是全程为正。看任务「对角未观测、反对角为 1、右下为 0」：所有满足观测的矩阵行列式都是 −1。下降若要拟合观测，又不许行列式变号，未观测的那一格只能发散到无穷，所有范数跟着涨。实验上损失下降时，未观测项的绝对值确实在涨。

五步把隐式正则从「某个范数」改成「可观测的秩过程」

1. 先把线性回归的最小欧氏解单列。那是深度一、无因子分解、从零出发的特例，不能当深度 L≥2 的默认故事。
2. 用行列式符号当不变量。小步近零时符号冻结。任何要求相反符号的补全，都预测未观测项发散、范数上涨。这是可证伪的：若未观测项收敛到有限值且拟合成功，引理或实现有问题。
3. 不要用「换一个范数」来挽救。同时打脸所有范数的任务已经存在。继续找「真正被最小化的范数」是在证明一个空集。
4. 改看秩。上述任务里所有有限解都是秩二，把未观测项送到无穷可以把有效秩压到一。动力学刻画和实验都像贪心的低秩搜索：先用低秩去拟合，再必要时抬秩。同一思想迁到张量补全：对张量因子做梯度下降，终解的张量秩随观测变少而变低，直接参数化（未观测填零）做不到这一点。
5. 把秩从矩阵迁到网络的输入输出映射。矩阵分解对应线性网络预测矩阵元素；张量分解对应一类非线性网络（卷积算术电路）预测张量元素。两类架构的隐式过程都在压映射的秩。要解释现代网络的泛化，缺的是给常用架构定义可计算的映射秩，而不是再给权重发明一种范数。

现场有三条。其一，符号不变量只在小学习率、近零初始化下证明。大学习率或远离原点的初始化，可以走出该叙事，那正好说明隐式正则依赖轨迹，而不是依赖「模型类的某个范数」。其二，压秩可以牺牲范数。未观测项发散在任何范数下都难看，却把有效秩压下去。用验证集上的核范数当隐式正则的探针，会把成功的压秩判成失败。其三，张量实验的对照必须是「直接参数化未观测为零」，而不是另一个范数程序。后者本来就会压范数，比的是另一套算法，不是同一参数化下的隐式过程。

若隐式正则是压秩，工程上可以主动把架构写成因子图或算术电路，让秩有定义、可监测。只在权重上加 ℓ₂，是在用显式范数覆盖一个可能相反的隐式过程。

若只能改解释一处：停止把「深度网络在找最小范数解」写进综述。至少加上行列式符号冲突实验：未观测项若发散，范数故事已经破产，改报秩。

结论：隐式过程可以让范数爆炸，同时把秩压下去

线性回归的最小欧氏解不能外推到深度分解。符号冻结让部分补全只能靠未观测项发散来拟合，所有范数上涨。矩阵和张量上都更像贪心压秩。仍用范数讲隐式正则，是在用深度一的特例覆盖深度二以上的反例。

你下次说模型在隐式正则，先指出被压的是哪个秩、范数是在涨还是在跌。范数在涨还讲最小范数，机制就不能写进论文。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源