标签
提出了LieBN，一种面向李群的批量归一化框架，适用于SPD流形、旋转流形和相关流形，具有理论保证并经过大量实验验证。
本文揭示了PPO-Clipping使用欧几里得度量导致LLM强化学习中的探索崩溃，并提出了黎曼等距策略优化（RIPO）以确保几何一致的策略更新，在AIME24上比GRPO提升了高达60%。
本文介绍了黎曼均值池化（RMP），该方法通过拉回度量利用黎曼几何聚合预训练语言模型的词元嵌入，在句子分类任务上表现出优于欧氏池化的性能。
I²RiMA是一种新颖的帧间-帧内黎曼流形注意力网络，用于基于EEG的精神压力检测。它构建频率特定的空间协方差，并使用时序注意力来改进跨被试的压力分类，实现了高达82.78%的平衡准确率。
SPDM 提出了一种几何感知的状态空间模型，该模型利用对称正定流形上的流形约束进行时间序列预测，在11个基准测试中取得了最先进的性能。
本文介绍了一种利用数据驱动拉回几何的黎曼原型分析，将可解释性与非线性表达能力相结合，提出了黎曼原型映射（RAM），并在合成数据和MNIST上展示了其有效性。