G検定（ジェネラリスト検定） ディープラーニングの概要 練習問題 第51問: Nakkiran らが2019年に arXiv で公開した論文（Deep Double Descent）の報告として、最も適切なものはどれか。

「テスト誤差が一度下がった後に上がり、さらに続けると再び下がる」が適切です。Nakkiran らの論文（arXiv:1912.02292）は、大きなモデルを学習する間のテスト誤差を調べ、学習を長く続けると過学習が正される場合があるこの現象を、エポック方向の二重降下と呼びました。

「訓練データの数を増やすと単調に改善」は誤りで、同論文はモデルと学習の手順を固定したとき、データを増やすとかえってテストの性能が悪くなる設定を示しています。「ラベルに雑音がない設定で最も強く現れる」は逆で、どの形の二重降下も訓練データのラベルに雑音がある設定で最も強く現れたとしています。

「実効的なモデルの複雑さは学習時間に左右されない」も誤りで、同論文はこの尺度が学習の手順にも依存し、学習時間を延ばすと大きくなるとしています。