论文主张：深度学习将出现自己的科学理论 Learning Mechanics

论文主张深度学习将出现一门可预测的科学理论，作者称之为 Learning Mechanics。文中列出五类支撑进展：Deep Linear Networks、Kernel Regression 等可解设定，Mean-Field 无限宽极限，Neural Scaling Laws 与 Edge of Stability 等宏观规律，以 μP 为核心的超参数理论，以及不同架构收敛到相似内部表示的 Platonic 普适性。作者还区分 lazy 与 rich 两类训练阶段，提出 Discretization Hypothesis，并称 μP 支撑的 μTransfer 可把小模型调好的超参数零样本迁移到大模型。