arXiv · cs.AI· Caterina Gallegati, Monica Bianchini, Franco Scarselli, Vittorio Murino, Barbara Toniella Corradini·· 1 天前
APEX：用于生成模型分布评估的无假设投影嵌入度量
APEX: Assumption-free Projection-based Embedding eXamination Metric for Generative Distribution Evaluation
arXiv:2605.07786v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Caterina Gallegati, Monica Bianchini, Franco Scarselli, Vittorio Murino, Barbara Toniella Corradini
研究任务与主要进展
作者提出APEX，一种面向生成模型分布评估的无假设度量，利用CLIP和DINOv2提取特征，并通过Sliced Wasserstein Distance比较分布。作者在摘要中声称，该方法具有高维扩展性，并在视觉退化、数据集内及跨数据集稳定性基准上表现稳健；当前材料仅提供论文摘要，未说明完整实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org