hyperbolic-space

论文提出HEST方法，通过熵训练探针将大语言模型的隐藏状态嵌入到庞加莱球中，仅沿双曲测地线引导高熵（即犹豫）的token，从而在Qwen2.5-Math和Llama-3.1模型上提升数学推理准确率，而固定向量的欧式引导方式在这些模型上效果不佳。

提出HDE-Net，一种流形约束的深度神经网络，利用双曲空间更好地建模表格数据中的规则型结构，在TALENT-tiny-core基准上取得最先进性能，同时保持高效。

PoLAR 在双曲空间中引入了一种具有几何结构的潜动作表示，将转换范围与模式分离，从而提升机器人策略学习性能。