Ricerca
Come la geometria influenza la valutazione dei modelli generativi sulle varietà riemanniane
Sulle varietà riemanniane, la valutazione dei modelli generativi dipende dalla geometria, poiché curvatura e dimensione determinano insieme le distanze e la crescita del volume. Il nostro approccio co
- arXiv
- 2610.33731
- Pubblicato
- 2026-10-24
- Autori
- Misha Oberski, Valentijn Oldenburg, Xanthos Kekkos, Soham Chaudhuri, Emma Oosterhuis, Floris de Kam, Sagi Schwartz, Alison Pouplin, Federica Valeau
Abstract degli autori
Sulle varietà riemanniane, la valutazione dei modelli generativi dipende dalla geometria, poiché curvatura e dimensione determinano insieme le distanze e la crescita del volume. Il nostro approccio confronta sistematicamente le varianti geodetiche, nello spazio ambiente e nello spazio tangente delle metriche Wasserstein e MMD in diverse geometrie. Usando perturbazioni con rumore controllato e campioni di Riemannian Flow Matching, studiamo la concordanza tra metriche, la sensibilità al rumore e il loro rapporto con la variazione di scala del volume indotta dalla geometria. Riscontriamo che nessuna metrica è affidabile in modo uniforme: la distanza usata nella valutazione può influire sia sulle discrepanze misurate sia sulla sensibilità al rumore, con effetti che variano a seconda della curvatura e della dimensione. La nostra analisi porta a raccomandazioni pratiche su come indicare le distanze usate nella valutazione, confrontare i tipi di metriche e calibrare le metriche in base alla geometria dei campioni.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv