该项目的灵感来自于 Kolmogorov-Arnold 表示定理，将其应用于神经网络设计。KAN 与多层感知机（MLP）架构的主要区别在于激活函数的使用方式，它将激活函数放在权重上，从而比 MLP 更准确、更易于解释（有时候），缺点是训练速度较慢。