提出基于互信息的等变性度量方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Claire Schlesinger 等作者的论文《如何度量学习到的等变性：一种信息论方法》。研究提出用归一化互信息（NMI）检验网络是否真正学到对称性：在有限离散设定下，等变性要求原始输入与变换输入的表示能相互唯一确定，由此得到基于 NMI 的检验。针对高维激活，作者采用中心核对齐（CKA）作为可扩展检验，并对正交特征变换给出精确保证。跨架构与任务实验显示，数据增强通常提升变换一致性，说明可直接从表示中探测学习到的等变性，无需还原隐藏的变换规则。目前该事件仅有这一篇主报道，尚无后续跟进报道。

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。