本文作者尝试从零开始实现柯尔莫戈罗夫-阿诺德网络 (KANs)，并在一维函数和图像参数化等任务上进行测试。作者发现，虽然KANs在参数数量相同的情况下可以达到与传统神经网络相似的性能，但它们需要大量的调优和技巧才能奏效。作者还尝试了不同的激活函数和优化器，但最终发现，最简单的传统神经网络仍然优于最复杂的基于KAN的模型。