geometric-learning

Characterizing AlphaEarth Embedding Geometry for Agentic Environmental Reasoning

Diese Studie charakterisiert die Mannigfaltigkeitsgeometrie der 64-dimensionalen Embeddings von Google AlphaEarth, basierend auf 12,1 Millionen US-Proben. Sie zeigt eine nicht-euklidische Struktur und entwickelt ein agentisches System, das dieses geometrische Verständnis für umweltbezogene Schlussfolgerungen nutzt.