为 Drifting Models 学习判别性几何

研究将 Drifting Models 在复杂图像数据集上的表现差异归因于表征的判别性几何，该几何决定核密度估计（KDE）中的样本加权进而影响漂移场，这解释了像素空间漂移效果差而预训练特征空间显著提升样本质量的原因。