HomID基准测试揭示内在维度估计器缺陷

研究者 Aritra Das 等提出 HomID，一个由各向异性嵌入的均匀空间组成的基准，用于测试内在维度估计器（IDEs）。在相同资源分配下，原本在标准基准上表现良好的方法在 HomID 上系统性退化，对各向异性扭曲的标准基准同样出现性能下降。 研究还证明，受控的各向异性扭曲会使这些方法所依赖的分布发生系统性偏移，为两种特定 IDE 的估计误差提供了具体机制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。