HyperDG标量特征缩放被指未实现双曲表示

印度理工学院孟买分校的Sunny Gupta和Amit Sethi发表受控评估，称对代码中名为HyperDG的实现做了检验：它只在训练时用可学习的正标量重新缩放欧氏编码器特征，推理时对未缩放特征使用普通线性分类器，并未实现Lorentz/Poincaré表示、测地线预测或SAM内循环。作者据此给出一个有限的负面结论——该标量训练包并未实现真正的双曲表示学习，但评估本身并未测试或否定真正的双曲表示学习方法。

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。