A Systematic Analysis of Out-of-Distribution Detection Under Representation and Training Paradigm Shifts¶

会议: NeurIPS 2026
arXiv: 2511.11934
代码: https://anonymous.4open.science/r/ood_systematic-C990/
领域: LLM 安全
关键词: 分布外检测, 神经坍缩, 表征几何, 训练范式, 跨架构迁移

一句话总结¶

本文从表征几何视角系统剖析了分布外（OOD）检测算法的有效性机理，揭示出检测器性能根本上由表征的神经坍缩（NC）与子空间几何决定，并提出了无需任何 OOD 验证数据、仅凭训练模型表征几何即可跨架构精准推荐顶尖检测器候选集的预测框架。

研究背景与动机¶

深度神经网络在现实开放环境中部署时极易产生“高置信度的静默失效”，即将未见过的分布外输入以极高确信度误判为已知类别。为了拦截这类风险，学术界提出了种类繁多的置信度评分函数（CSFs），涵盖基于输出分布的概率/边际分数、基于隐层特征的原型距离、梯度范数以及子空间重构残差等。然而，现有基准测试（如 OpenOOD、FD-Shifts）反复暴露出一个令人困惑的现象：检测器的相对优劣在不同的网络架构、训练范式与数据集之间极其不稳定，没有任何单一检测器能够通用胜出。传统研究大多仅将此现象归结为“评分规则之间的竞赛”，试图通过经验性调参或聚合平均来寻找全局最优算法，却始终未能解释导致排名剧烈波动的根源。

这一矛盾的症结在于，评分函数并非作用于抽象的真实世界数据，而是作用于深度模型经由特定架构与损失函数诱导出的隐层特征表征空间。例如，最大 Softmax 响应（MSR）与最大 Logit 分数（MLS）在小规模类别上差异微弱，但在大规模类别空间中 MLS 显著占优；马氏距离（Mahalanobis）在特定尺度下表现良好但在未经特征归一化的大规模表征中容易退化。这些经验事实直接表明，OOD 检测的成败主要取决于模型倒数第二层特征所呈现的表征几何性质，而评分函数的设计仅是建立在该几何之上的二次映射。

基于这一洞见，本文确立了以表征为中心（representation-centric）的研究范式：如果表征几何主导了检测性能，那么（1）具有不同几何特性的表征应当可预测地偏好不同类别的检测器家族；（2）仅凭训练模型在已知域（ID）上测得的几何特征，就应能无需任何未知 OOD 验证集而直接推断出最优的检测器配置。核心 idea：利用神经坍缩（Neural Collapse, NC）体系严格量化模型倒数第二层的几何形态，结合基于 CLIP 语义距离的 Near/Mid/Far 三级分层与受控 PCA 投影滤波，揭示表征几何与检测机制的映射规律，并构建仅以模型 ID 几何特征为输入的检测器自适应推荐预测器。

方法详解¶

整体框架¶

本文构建了一个端到端的表征几何解析与检测器推荐流水线，其整体流程涵盖特征几何测定、受控低秩投影干预、语义平移距离分层、多重重合检验统计团挖掘，以及跨架构检测器推荐预测五个核心阶段。给定一个已训练好的分类器 $f = g \circ h$（其中 $h: \mathcal{X} \to \mathbb{R}^D$ 为倒数第二层编码器，$g(\boldsymbol{h}) = \boldsymbol{W}\boldsymbol{h} + \boldsymbol{b}$ 为线性分类头），系统首先在 ID 数据上提取倒数第二层激活特征 $\boldsymbol{H}$，并计算刻画类内方差收缩、类均值与分类头对齐程度的 8 项神经坍缩（NC）指标。随后，系统通过主成分分析（PCA）实施受控的投影滤波（Projection Filtering），对比全局与类预测子空间投影对几何与信噪比的重构效应。

在评估端，本文摒弃粗糙的经验性划分，采用 CLIP 图像与文本嵌入空间中的四重距离指标，无偏地将 OOD 数据集聚合为 Near、Mid 与 Far 三种迁移严重程度。接着，利用 Friedman 检验、Conover-Holm 多重比较校正及 Bron–Kerbosch 极大团算法，从无阈值指标（AURC / AUGRC）中提取统计上无显著差异的顶级胜者集合（Top Clique）。最后，以提取出的 NC 几何指标为特征，训练针对每个检测器的 $L_2$ 正则化逻辑回归预测器，实现面向未知新架构的检测器短名单推荐。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["输入：已训练模型与ID特征<br/>编码器 h(x) 与 分类头 W, b"] --> B["神经坍缩表征几何量化<br/>计算8项NC1-NC3几何指标"]
    B --> C["表征条件化PCA投影滤波<br/>Global / CPP 低秩子空间重构"]
    C --> D["CLIP语义距离三级分层<br/>聚合 Near / Mid / Far OOD区制"]
    D --> E["无偏统计排位管线<br/>Friedman + Conover-Holm + 极大团"]
    E --> F["NC驱动检测器短名单预测器<br/>跨架构零OOD样本推荐胜者清单"]

关键设计¶

1. 神经坍缩（Neural Collapse）表征几何量化：解耦检测器胜出的几何诱因 为了精确测量模型在分类头附近的几何形态，本文将分类器训练末期出现的神经坍缩现象操作化为 8 项指标，涵盖 NC1 至 NC3 的三个核心维度。对于类别数 $C$ 和中心化类均值矩阵 $\boldsymbol{M} = [\tilde{\boldsymbol{\mu}}_1, \dots, \tilde{\boldsymbol{\mu}}_C]$（其中 $\tilde{\boldsymbol{\mu}}_c = \boldsymbol{\mu}_c - \boldsymbol{\mu}$），这 8 项指标具体包括：类均值等模性 $\text{Std}_c(\|\tilde{\boldsymbol{\mu}}_c\|_2)/\text{Avg}_c(\|\tilde{\boldsymbol{\mu}}_c\|_2)$、分类头权重等模性 $\text{Std}_c(\|\boldsymbol{w}_c\|_2)/\text{Avg}_c(\|\boldsymbol{w}_c\|_2)$、类均值与权重的等角性标准差、类均值与权重相对于单形等角紧框架（Simplex ETF）理论角 $-1/(C-1)$ 的最大等角性偏差、类内与类间协方差比率 $\text{Tr}(\boldsymbol{\Sigma}_W \boldsymbol{\Sigma}_B^\dagger)/C$，以及权重与类均值间的自对偶误差： $$\|\frac{\boldsymbol{W}}{\|\boldsymbol{W}\|_F}^T - \frac{\boldsymbol{M}}{\|\boldsymbol{M}\|_F}\|_F^2 = 2 - 2 \frac{\text{Tr}(\boldsymbol{W}\boldsymbol{M})}{\|\boldsymbol{W}\|_F \|\boldsymbol{M}\|_F}$$ 几何分析揭示了为何特定检测器在特定表征下必然胜出：当模型高度自对偶且类内方差高度收缩时（如 TinyImageNet 上的 VGG-13），类均值构成正规单形 ETF，ID 样本的特征余弦相似度收敛至 1，而正交或位于角间隙的 OOD 样本其余弦值严格受限于 ETF 几何边界，使得基于余弦匹配的原型类方法（CTM）达到近乎确定的区分能力。反之，当自对偶性显著受损、分类权重偏离均值中心时（如 CIFAR-100 上），原型方法失效，而衡量特征到真实决策超平面距离的快速决策边界检测器（fDBD）通过利用分类权重的单形骨架，能够自适应放大误分类安全边际，从而逆势胜出。

2. 基于 CLIP 多模态语义距离的 OOD 三级分层：揭示评测区制的系统性跃迁 现有基准通常采用二元启发式“近/远”划分，极易将具有连续过渡特性的语义迁移粗暴合并，导致统计团过度膨胀。本文提出在固定 CLIP 图像-文本嵌入空间中提取四维距离向量 $\mathbf{v}(\mathcal{D}_{\text{OOD}}) = [\text{FD}^2, \widehat{\text{KID}}^2, \bar{d}_{\text{NC}}, \bar{d}_{\text{IT}}]^\top$。其中前两者为基于多元高斯假设的 Fréchet 距离（FD）和多项式核的最大均值差异（KID），用于捕捉无标签的全局分布偏移；后两者为相对于 ID 各类均值图像质心的最近质心角距离 $\bar{d}_{\text{NC}}$ 以及相对于包含 80 个文本模板集成的类别文本原型的最大余弦距离 $\bar{d}_{\text{IT}}$。

通过对该四维向量进行 $z$-score 归一化并执行 $k$-means 聚类，客观地将 OOD 集合划分为 Near、Mid 和 Far 三级区制（例如在 CIFAR-10 任务中，CIFAR-100 / TinyImageNet 为 Near，iSUN / LSUN / SVHN 为 Mid，Places365 / Textures 为 Far）。这种无偏划分清晰地刻画出检测器家族的系统性演替：在 CNN 架构上，ID 错分类检测由概率分数（GEN、MSR）主导；Near-OOD 由边际分数（MLS、Energy）主导；而在 Mid 和 Far-OOD 中，表征范数失真使得 Logit 分数失效，具备范数不变性的几何感知分数（CTM、fDBD、NNGuide）彻底接管胜者团。

3. 表征条件化的 PCA 投影滤波（Projection Filtering）：消除冗余方差与预训练残差 针对隐层特征中非语义扰动对几何度量的干扰，本文设计了基于低秩子空间重建的主成分投影滤波（Projection Filtering）。对中心化训练特征协方差矩阵保留前 $k$ 个主成分矩阵 $\boldsymbol{P}$，将测试样本特征 $\boldsymbol{h}$ 投影至低维流形：$\hat{\boldsymbol{h}} = \boldsymbol{P}\boldsymbol{P}^\top(\boldsymbol{h} - \boldsymbol{\mu}) + \boldsymbol{\mu}$。本文系统对比了三种滤波粒度：全局投影（Global，利用整体数据拟合）、类条件投影（Class，分属于各类的独立子空间 $\boldsymbol{P}_c$），以及类预测投影（Class-Predicted Projection, CPP，仅利用当前模型预测类别 $\hat{y}$ 对应的子空间 $\boldsymbol{P}_{\hat{y}}$）。

实验证实，投影滤波的有效形态与底层模型架构的坍缩状态严密偶联。在从头训练的 CNN 上，表征已高度趋向神经坍缩，全局滤波便能滤除低方差共享噪声，显著改善 CTM、fDBD 和 NNGuide 的胜率，而类条件投影则因破坏整体几何而有害。相反，在微调的 ViT 上，隐层特征包含大量继承自 ImageNet 预训练且正交于微调任务的残差方差 $\boldsymbol{h}_{\text{residual}}$，全局投影虽能提升概率类指标，但最关键的干预是类预测投影（CPP）：CPP 极其激进地剥离了预测类别之外的所有 $K-1$ 类方差及预训练背景噪声，使得 GradNorm 的 AUGRC 暴增 5.91，并将核主成分重构误差（KPCA RecError）推向核心胜者团。

4. 零 OOD 验证数据的 NC 驱动检测器推荐预测器：跨架构迁移与遗憾界评估 传统检测器部署严重依赖目标域未知分布或保留验证集的调优，这在真实开放场景中是不可行的。本文将检测器选型形式化为一个几何特征监督预测任务。对于每一个训练配置元胞（Cell），以 8 项经过架构内部 $z$-score 标准化的 NC 几何指标 $\boldsymbol{\phi}^{\text{NC}}$、OOD 区制指示向量 $\boldsymbol{\phi}^{\text{regime}}$ 及源数据集描述符拼接为输入 $\boldsymbol{\phi}$，将无偏统计排位管线挖掘出的顶级极大团成员身份作为二元标签 $y_m = \mathbf{1}[m \in \mathcal{C}]$。

为每个 CSF $m \in \mathcal{M}$ 独立拟合一个经过类别平衡与 5 折交叉验证调优的 $L_2$ 正则化逻辑回归分类器 $p_m(\boldsymbol{\phi}) = \sigma(\boldsymbol{\beta}_m^\top \boldsymbol{\phi} + \beta_{m,0})$，并在部署时选取置信度大于 0.5 的 CSF 输出为紧凑推荐短名单 $\hat{\mathcal{C}}(\boldsymbol{\phi})$。在跨架构迁移检验中，预测器完全在 VGG-13 上拟合，直接零样本迁移应用于未见过的 ResNet-18 架构。为了量化推荐质量，定义集合遗憾值（Set-Regret）： $$R_i = \min_{m \in \hat{\mathcal{C}}_i} \text{AUGRC}_{i,m} - \min_{m \in \mathcal{M}} \text{AUGRC}_{i,m}$$ 若推荐列表为空，则施加最差可用 AUGRC 的惩罚。该机制完全摆脱了对目标域 OOD 样本的依赖，从模型内生几何直达最优部署决策。

一个完整示例¶

为了具象化理解基于 NC 几何的推荐预测与遗憾值评估过程，以 VGG-13 模型训练出的预测器向未见过的 ResNet-18（CIFAR-100 源数据、ConfidNet 范数、无 Dropout）在 iSUN 数据集（归属于 Mid-OOD 区制）上的推荐为例： 1. 几何特征提取：计算该 ResNet-18 模型的 8 项 NC 测量值，经由 ResNet-18 内部均值与方差做 $z$-score 标准化，与 Mid-OOD 单热向量 $(0, 1, 0)$ 及 CIFAR-100 类别指示拼接成 15 维输入特征向量 $\boldsymbol{\phi}$。 2. 逻辑回归打分与短名单生成：输入 20 个 CSFs 的逻辑回归模型，输出各检测器入选顶级团的后验概率 $p_m(\boldsymbol{\phi})$。其中 fDBD 为 0.674，NNGuide 为 0.505，PE 为 0.502（均大于 0.5），而其余分数如 Energy (0.478)、CTM (0.439)、MLS (0.355)、GradNorm (0.207) 等均落在阈值下方。最终生成的推荐短名单为 $\hat{\mathcal{C}}(\boldsymbol{\phi}) = \{\text{fDBD}, \text{NNGuide}, \text{PE}\}$，列表大小为 3。 3. 真实表现与遗憾值结算：评估 20 个 CSF 在该测试元胞上的实际 AUGRC，理论最优的神谕检测器为 CTM（AUGRC = 175.89）；在推荐短名单内部，NNGuide 达到最低的 AUGRC（175.92），而 fDBD 为 177.83、PE 为 178.81。 4. 最终遗憾值计算：计算短名单最优分数与神谕分数的差值： $$R_i = 175.92 - 175.89 = 0.028 \text{ AUGRC}$$ 预测器虽然因保守线性加权轻微漏选了 CTM，但命中了表现极为接近的 NNGuide，与全局最优仅差 0.016%，将潜在的失误风险成功锁死在极小裕度内，且避免了最差检测器（如 GradNorm AUGRC 为 226.11，遗憾高达 50.22）的严重惩罚。

损失函数 / 训练策略¶

本文严格控制了基础训练范式对表征几何的影响，涵盖三种带有置信度感知机制的损失函数： - ConfidNet 辅助回归范式：在主分类器参数冻结的前提下，引入轻量 MLP 辅助头 $s_{\mathcal{W}^{\text{conf}}}(\boldsymbol{x})$ 预测真实类别概率 $\text{TCP}(\boldsymbol{x}, y) = p_y(\boldsymbol{x})$，以均方误差进行监督： $$\mathcal{L}_{\text{conf}} = \frac{1}{|\mathcal{D}_{\text{train}}|} \sum_{(\boldsymbol{x}_i, y_i)} (s_{\mathcal{W}^{\text{conf}}}(\boldsymbol{x}_i) - p_{y_i}(\boldsymbol{x}_i))^2$$ - DeVries 目标内插范式：在分类头旁设置置信度分支输出 $s(\boldsymbol{x}) \in [0, 1]$，在训练中将自身预测分布与真值单热标签内插为 $p' = s \cdot p + (1-s)\boldsymbol{y}$，总损失平衡提示项与置信度正则： $$\mathcal{L}_{\text{total}} = -\frac{1}{|\mathcal{D}|}\sum_i \log [p'(\boldsymbol{x}_i)]_{y_i} - \lambda \frac{1}{|\mathcal{D}|}\sum_i \log s(\boldsymbol{x}_i)$$ - Deep Gamblers Kelly 赌博弃权范式：将类别空间扩展至 $C+1$ 类（第 $C+1$ 类为弃权/储备项），设置真值命中收益 $o > 0$ 与弃权收益 1，优化投资组合对数财富损失： $$\mathcal{L}_{\text{DG}} = -\frac{1}{|\mathcal{D}|} \sum_{(\boldsymbol{x}_i, y_i)} \log \left(o \cdot p_{y_i}(\boldsymbol{x}_i) + p_{C+1}(\boldsymbol{x}_i)\right)$$

实验关键数据¶

主实验¶

主实验在 VGG-13 $\to$ ResNet-18 的跨架构零样本迁移设置下展开，以未见过的 ResNet-18 上的平均集合遗憾值（Mean Set-Regret，基于 AUGRC，空集按最坏情况填补）作为核心评价准则，对比 NC 推荐预测器与四种不含几何信息的强基线。

评估区制 (Regime)	评估维度 (Side)	NC 预测器 (Ours)	最强固定基线 (Always-CTM)	全局固定基线 (Always-MLS)	训练集神谕 (Train Oracle)	随机基线 (Random)
Near-OOD	Joint (全特征/概率)	1.02 [0.65, 1.48]	2.07 [1.52, 2.70]	2.45 [1.88, 3.12]	2.07 [1.52, 2.70]	4.12 [3.35, 4.98]
Mid-OOD	Joint (全特征/概率)	1.18 [0.72, 1.76]	3.52 [2.70, 4.41]	4.88 [3.89, 5.95]	3.52 [2.70, 4.41]	6.84 [5.60, 8.12]
Far-OOD	Joint (全特征/概率)	0.39 [0.21, 0.62]	2.40 [1.70, 3.21]	5.12 [4.02, 6.30]	2.40 [1.70, 3.21]	8.05 [6.70, 9.50]
Near-OOD	Feature-Side Only	1.21 [0.78, 1.75]	2.07 [1.52, 2.70]	3.80 [3.01, 4.65]	2.07 [1.52, 2.70]	5.20 [4.30, 6.15]
Mid-OOD	Feature-Side Only	1.95 [1.32, 2.68]	2.92 [2.15, 3.80]	4.95 [3.95, 6.02]	2.92 [2.15, 3.80]	6.45 [5.30, 7.70]
Far-OOD	Feature-Side Only	0.75 [0.44, 1.15]	2.19 [1.52, 2.95]	5.80 [4.65, 7.10]	2.19 [1.52, 2.95]	7.90 [6.50, 9.40]
Near-OOD	Head-Side Only	1.42 [0.95, 1.98]	3.49 [2.65, 4.40]	2.45 [1.88, 3.12]	2.45 [1.88, 3.12]	5.80 [4.80, 6.90]
Far-OOD	Head-Side Only	4.99 [3.85, 6.20]	3.77 [2.90, 4.75]	5.12 [4.02, 6.30]	3.77 [2.90, 4.75]	8.50 [7.10, 10.0]

同时，Mantel 置换检验（9,999 次置换）定量证实了神经坍缩几何距离矩阵与 CSF 相对排序距离矩阵之间具有高度显著的相关性：

训练范式 (Paradigm)	骨干网络	全局相关性 $r$ (Rank Dist)	Top-1 Jaccard $r$	Top-3 Jaccard $r$	置换检验 $p$ 值	最具预测力的单个 NC 指标 ($r$)
ConfidNet	VGG-13 (CNN)	0.64	0.55	0.67	$< 0.001$	权重最大等角性 $\boldsymbol{W}$ (0.80)
DeVries	VGG-13 (CNN)	0.68	0.36	0.52	$< 0.001$	权重最大等角性 $\boldsymbol{W}$ (0.75)
Deep Gamblers	VGG-13 (CNN)	0.31	0.47	0.34	$0.003$	权重等角性 $\boldsymbol{W}$ (0.68)
Fine-tuned ViT	ViT-B/16	0.59	0.37	0.49	$< 0.001$	权重最大等角性 (0.70) / 自对偶 (0.58)

消融实验¶

消融实验对比了投影滤波（Projection Filtering）在不同网络架构下对核心 CSFs 的 AUGRC 增益（$\Delta \text{AUGRC}$，正值代表改善）及胜负场次比例：

检测器 (CSF)	投影变体 (Variant)	骨干架构	平均 $\Delta \text{AUGRC}$	胜/负场次比	Wilcoxon 检验 $p$ 值	入选极大团数量变化
PCA RecError	Class-Predicted (CPP)	VGG-13 (CNN)	+38.6	32 / 0	$< 0.001$	$1 \to 3$ (+2)
Maha	Global Projection	VGG-13 (CNN)	+24.1	50 / 14	$< 0.001$	保持未入选
CTM	Global Projection	VGG-13 (CNN)	+0.82	26 / 6	$0.004$	强化胜者地位
CTM	Class-Predicted (CPP)	VGG-13 (CNN)	-3.04	3 / 29	$< 0.001$	退出极大团
GradNorm	Class-Predicted (CPP)	Fine-tuned ViT	+5.91	25 / 7	$< 0.001$	$1 \to 4$ (+3)
PCA RecError	Class-Predicted (CPP)	Fine-tuned ViT	+11.6	26 / 6	$< 0.001$	$1 \to 3$ (+2)
GEN	Global Projection	Fine-tuned ViT	+0.50	27 / 5	$< 0.001$	保持主导
MSR	Global Projection	Fine-tuned ViT	+0.55	22 / 10	$< 0.001$	保持主导
全 CSFs 平均	Class-Averaged (Avg)	CNN & ViT	普遍严重恶化	极少获胜	$< 0.001$	全面跌出胜者团

关键发现¶

跨架构迁移遗憾显著缩减：在联合检测视角下，NC 驱动的预测器相较于最强固定检测器 Always-CTM，在 Near、Mid 和 Far-OOD 区制中分别实现了 51%、67% 和 84% 的平均遗憾下降。在全部 54 组（区制 $\times$ 视角 $\times$ 基线）对比中，经 Holm 校正的配对 Wilcoxon 检验在 49 组中达到显著性优胜（胜率达 91%）。
几何状态决定滤波粒度：CNN 接近完全坍缩，低维子空间由各类别均匀共享，全局投影可有效提升检测边际；而微调 ViT 携带有大量高维预训练残差，全局投影无法消除各类别重叠引起的假阳性，唯有类预测投影（CPP）能将非目标类的残差彻底湮灭。
特征源信息的低敏感性：当从输入特征中剥离类别数与源数据单热标识后，预测器遗憾值仅发生极小变化（Near/Mid/Far 分别由 1.02/1.18/0.39 轻微变为 1.45/1.44/0.40），证实预测信号压倒性地蕴含于连续的神经坍缩几何度量之中。

亮点与洞察¶

解开 MSR-MLS 与 Mahalanobis 历史争议的几何钥匙：论文首次从数学上解释了 Mahalanobis 距离与 Logit 评分在不同数据规模上的失效本质——它们并非评分原则错误，而是受到未归一化特征模长及类间协方差失准的几何混淆。当通过等角性与等模性审视时，几何不变性检测器的优势逻辑完全自洽。
“零 OOD 验证数据”的工程闭环落地：以往工作为了选出好模型往往需要依赖合成离群点或假设验证集，存在严重的分布泄露。本文证明，仅仅依靠模型在其自身训练集上留下的几何“指纹”（NC 指标），就能高精度预测面对未见扰动时的最佳检测工具链。
无偏统计团替代单点胜者榜单：采用 Friedman 与 Conover-Holm 结合极大团图算法，承认在有限样本中多个检测器在统计学上无差异，避免了以往排行榜上微弱数值噪音造成的误导性排名。

局限与展望¶

模型架构与任务泛化边界：论文目前的跨架构验证仅在经典卷积架构（VGG-13 $\to$ ResNet-18）之间完成，尚未验证从 CNN 向 ViT 或从全监督模型向自监督/多模态大模型的直接几何外推，后者可能存在本质不同的表征流形拓扑。
线性逻辑回归的拟合上限：当前预测短名单采用独立的线性 $L_2$ 逻辑回归，难以捕捉高阶非线性特征交互（如等模性与等角性之间的联合非凸边界）；未来引入梯度提升树或核方法有望进一步压缩集合遗憾。
短名单到单一决断的决策成本：系统输出的是 4-6 个算法的候选子集，实际工程落地时若必须单选，仍需额外的决胜策略（如最小训练 AUGRC），这可能在边缘情况下牺牲部分集成安全性。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次从神经坍缩表征几何视角统一解释检测器排名波动，并开创了无需 OOD 数据的几何推荐范式。
实验充分度: ⭐⭐⭐⭐⭐ 覆盖 376 个网络检查点、20 种 CSFs、四类数据源及受控投影变体，配合严格的无偏多重比较检验与置换检验。
写作质量: ⭐⭐⭐⭐⭐ 论证逻辑严谨，数学公式与物理直觉结合紧密，附录案例分析与消融异常详实。
价值: ⭐⭐⭐⭐⭐ 为安全可靠的深度学习系统部署提供了兼具理论洞察与工程实操性的全新选型范式。