艰难之路，唯一之路：在最难样本上训练的可证明优势

该研究针对激进数据剪枝为何可能改善学习效果的问题，通过加权经验风险最小化（ERM）建立高维理论，刻画剪枝策略与损失函数、标签噪声之间的关系。基于摘要分析，未取得论文全文；研究对象是一般分类学习理论，并非 EEG 或 BCI 实验。 理论设定中，剪枝沿输入空间的一维子空间进行；当输入维度 N 与样本量 P 同时趋于无穷、且 N/P 固定时，作者刻画极限测试误差曲线，并称其可将若干已有结果纳入特例。摘要未给出样本难度的具体定义、权重构造及完整分布假设，这些是理解结论适用范围的关键待核对项。 作者报告，在 P 远大于 N 的高样本量情形及其理论设定下，策略性剪枝可将分类测试误差的衰减阶，从采用非指数尾损失函数（如二次损失）的普通 ERM 所典型具有的 sqrt(N/P)，改善至阶为 N/P 的 Bayes 最优缩放。作者进一步证明，在该设定下，仅保留最难的 2N 个训练样本即可达到这一最优表现。这里比较的是随样本量变化的误差衰减阶，不是固定数据集上的 Accuracy 提升；不能据此将“仅保留 2N 个样本”推广为任意任务的通用规则。完整证明条件、有限样本结果及标签噪声下的适用边界尚未验证。 平台推测（待验证）：其可迁移机制是用难度筛选与加权 ERM 调整有限训练预算下的样本利用方式，可能对应 EEG 训练数据冗余问题。但 EEG 的低信噪比、伪迹和标签不确定性可能使“最难”样本主要反映噪声或被试差异；输入维度如何对应理论中的 N、一维剪枝方向如何确定，均需改造。一个可证伪的小实验是：固定 EEG 表征与数据划分，仅用训练集确定难度，在相同保留样本量下比较难样本剪枝、随机剪枝与完整数据 ERM，并在独立测试集评估；不能预设 2N 为最优预算。相关 EEG 工作尚未检索确认。