Sangyoon Bae发布TransferForge生成器

2026年11月3日，研究人员Sangyoon Bae和Jiook Cha在arXiv平台预印服务器发布论文《Structure, Dimensionality, and Distribution Shape》，提出转移不变性原则及名为TransferForge的数据生成器。研究基于ML（cs.lg）领域分析发现，预训练数据的可迁移性结构并不取决于数据本身所在的模态属性，而是由模型输入的标准化变换机制所决定。实验数据表明，仅改变输入标准化方式即可导致分布形态对模型结果的影响倍数差异高达5.3倍。该发现确立了一种新原理，即在真实数据稀缺的场景下，可通过专门制造具备特定形态特征的人工预训练数据来替代真实数据，从而完成模型的有效训练与部署。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。