CorrFlow：在相关椭球体上的精确且置换等变流匹配

CorrFlow 通过广义 Fisher 变换将满秩相关矩阵双射映射到无约束坐标，并用图流匹配网络学习经验分布，实现 100% 有效生成且具备置换等变性。在 80×80 台湾股票相关矩阵上，其 feature sliced-Wasserstein 距离为 .712±.141，优于 CorrGAN 的 4.339±.252 和图像扩散的 4.610±.191。