La double descente montre que la critique de Lucas ne s'applique qu'au niveau local. C'est-à-dire que l'erreur du modèle augmente avec le nombre de paramètres jusqu'à un certain point ("surajustement"), mais ensuite elle diminue avec plus de paramètres. C'était une erreur pour l'économie de simplifier les modèles pour un prétendu ajustement hors échantillon — il suffit de continuer !

Un autre sujet amusant en ML est le "grokking" dans lequel les modèles passent d'un surapprentissage à une généralisation de manière assez abrupte. Si vous êtes @alz_zyd_, je suppose que vous dites que c'est le signe que le modèle est juste un être pensant et commence à grokker.