Riemannian流形生成模型评估框架发表

研究提出框架比较黎曼流形上Wasserstein和MMD的不同几何版本，发现无统一可靠指标。基于控制噪声和Riemannian Flow Matching样本，分析度量一致性、噪声敏感性及几何体积缩放关系。该研究发表于NeurIPS 2026几何分布式深度学习研讨会，并提出了报告评估距离、比较度量类型及根据样本几何校准指标的实际建议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。