MGPO：面向任务感知数据集蒸馏的流形引导扩散对齐

基于摘要分析。研究针对扩散式数据集蒸馏中密度拟合与下游判别目标不一致、生成样本集中于少数高密度模式的问题，提出 Manifold-Guided Policy Optimization（MGPO），将蒸馏表述为多目标强化学习，通过判别与几何两类奖励实现 Dual-Space Alignment。 核心机制是在像素空间使用判别奖励促进类别可分性，在潜在空间使用由各类别 Minimum Spanning Tree（MST，最小生成树）引导的几何奖励，使生成潜变量覆盖类内稀疏几何骨架。其方法价值在于不仅要求合成样本有利于分类，还显式约束类别内部的结构覆盖。摘要未提供奖励公式、优化算法、潜在表示来源或 MST 构建细节，这些实现条件尚未验证。 作者提供理想化分析，包括 Hausdorff 近似界与不依赖数据集大小的子采样界，用于支持 MST 奖励的设计；这些结论的假设及适用范围需查阅全文。作者还提出通过替换冻结的任务奖励模型，将模块化奖励设计扩展到 object detection 和 segmentation。作者报告在低预算 segmentation 设置下取得“+8.0% mIoU”增益，但摘要未明确该表述指相对百分比还是百分点，也未给出预算、数据集、划分及对应基线，因此不能据此进行跨协议比较。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其可迁移机制是假设利用任务奖励保留 EEG 判别信息，同时以类内几何约束缓解少量合成样本覆盖不足。可复用的是双奖励框架；需改造的是生成器、EEG 潜在表示及任务奖励模型，并依赖带类别标签的数据和有意义的类内距离。低信噪比、被试或通道差异可能使 MST 主要描述噪声与采集差异，小数据也可能使几何骨架不稳定。一个可证伪的小实验是在固定 EEG 任务、蒸馏预算及 Cross-subject 划分下，对比仅判别奖励与加入 MST 奖励，检验后者是否稳定改善相同下游指标。已有相关 EEG 工作尚未检索确认。