FIDE
一种面向基准保持场景的可微实验设计方法，通过信息投影将聚合约束补全为完整动力学路径，并以最小修正原则对候选设计排序，支持基于梯度的优化。
时间轴 (近 90 天)
论文《FIDE: Fiber-Informed Differentiable Experimental Design for Reference-Relative Law Dynamics》提出了纤维信息可微实验设计（FIDE）方法，用于基准保持场景下的实验设计，提供条件最小修正原则。
FIDE利用信息投影将每个候选设计产生的聚合约束补全为一条完整的动力学路径，即以冻结的基准模型为参考，在满足观测约束的所有可能路径中选取相对于基准修正最小的路径。
FIDE定义了一个称为“Full action”的度量，即实现完整路径所需的最小均方速度修正；其平方根是梯度归一化Sobolev类上尖锐的参考相对期望率差异。
FIDE的计算过程是可微的，允许基于梯度的方法进行优化；实验表明该方法对于32维配置法则仍然计算上可用。
实验发现FIDE的偏好改变了传感器选择，倾向于选择那些对基准模型修正最小的设计。
根据基准可靠性的不同，FIDE可能有助于或损害留出下游预测：当基准模型可靠时，FIDE能提升预测性能；当基准模型不可靠时，可能产生负面影响。
FIDE可以从聚合预测中前瞻性地使用，即在没有真实数据的情况下进行设计选择。
FIDE为实验设计提供了新视角：在基准保持场景下，不应追求恢复“真实”法则，而应追求在现有基准基础上进行最小修正。
全部知识事实 (8)
论文《FIDE: Fiber-Informed Differentiable Experimental Design for Reference-Relative Law Dynamics》提出了纤维信息可微实验设计（FIDE）方法，用于基准保持场景下的实验设计，提供条件最小修正原则。
50%待验证FIDE利用信息投影将每个候选设计产生的聚合约束补全为一条完整的动力学路径，即以冻结的基准模型为参考，在满足观测约束的所有可能路径中选取相对于基准修正最小的路径。
50%待验证FIDE定义了一个称为“Full action”的度量，即实现完整路径所需的最小均方速度修正；其平方根是梯度归一化Sobolev类上尖锐的参考相对期望率差异。
50%待验证FIDE的计算过程是可微的，允许基于梯度的方法进行优化；实验表明该方法对于32维配置法则仍然计算上可用。
50%待验证实验发现FIDE的偏好改变了传感器选择，倾向于选择那些对基准模型修正最小的设计。
50%待验证根据基准可靠性的不同，FIDE可能有助于或损害留出下游预测：当基准模型可靠时，FIDE能提升预测性能；当基准模型不可靠时，可能产生负面影响。
50%待验证FIDE可以从聚合预测中前瞻性地使用，即在没有真实数据的情况下进行设计选择。
50%待验证FIDE为实验设计提供了新视角：在基准保持场景下，不应追求恢复“真实”法则，而应追求在现有基准基础上进行最小修正。
50%