geometric-learning

Characterizing AlphaEarth Embedding Geometry for Agentic Environmental Reasoning

Cette recherche caractérise la géométrie du manifold des embeddings à 64 dimensions de Google AlphaEarth, basés sur 12,1 millions d'échantillons américains. Elle révèle une structure non euclidienne et développe un système agentique exploitant cette compréhension géométrique pour le raisonnement environnemental.