分散式 optimal transport

深度分析

利用分散式 Wasserstein 重心與幾何插值代理緩解資料孤島中的模型崩潰

在資料稀缺且受限於隱私的環境下，傳統的樣本選擇會偏向本地分布，導致生成模型的多樣性逐漸喪失，出現模型崩潰。研究提出利用多個資料孤島的Wasserstein代理參考，無需共享原始資料，即可緩解多樣性衰減。實驗顯示，協作式代理能顯著降低崩潰風險，提升遞迴式合成資料管線的穩定性。