כתבה
arXiv cs.CL ·
Fisher-IRG: גאומטריה של ייצוגי תווית חסיני-פרדיקטיבי
Fisher-IRG: Fisher-Induced Local Invariant Representation Geometry across Language and Vision Models
מאמר זה מציג גאומטריה של ייצוגי תווית חסיני-פרדיקטיבי, המבוססת על פישר, ומציעה דרך לתיאור ייצוגי תווית שיכולים לשנות את התפיסה של המודל. המאמר נערך על ידי LangGraph, Gemini ו-GPT.
תקציר מקורי באנגליתarXiv:2609.36458v1 Announce Type: cross Abstract: Semantic-preserving transformations can induce substantial motion in learned representations, while small changes may strongly affect model predictions, raising a basic question: what local metric best captures semantically consequential variation? We propose Fisher-induced invariant representation geometry (Fisher-IRG), which measures local representation directions through their predictive sensitivity. Around each representation, we construct semantic-preserving and semantic-changing neighborhoods, aggregate their local Fisher information, and recover invariant directions through a contrastive generalized eigenvalue problem. Controlled displacement analyses first show that comparable Euclidean motion can have substantially different predi
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית