Hiện tượng giảm đôi cho thấy phê phán của Lucas chỉ áp dụng cục bộ. Tức là, lỗi mô hình tăng lên với nhiều tham số cho đến một điểm ("quá khớp"), nhưng sau đó giảm xuống với nhiều tham số hơn. Thật sai lầm khi kinh tế học đơn giản hóa các mô hình để phù hợp với dữ liệu ngoài mẫu — hãy cứ tiếp tục!

Một chủ đề ML thú vị khác là "grokking" trong đó các mô hình chuyển từ việc quá khớp sang tổng quát một cách khá đột ngột. Nếu bạn là @alz_zyd_, tôi đoán bạn sẽ nói đây là dấu hiệu cho thấy mô hình chỉ là một thực thể suy nghĩ và bắt đầu grok.