5.3.1 基于距离的多样性度量

文档摘要

5.3.1 基于距离的多样性度量在机器学习、进化计算、多目标优化、推荐系统乃至大模型提示工程中，我们常面临一个看似朴素却异常棘手的问题：当手头有一组候选解（比如100个神经网络架构、500条提示模板、300个分子结构或80个帕累托最优解）时，如何判断这组解“够不够散”？不是简单地数“有多少个”，而是要量化它们在解空间中的几何铺展程度——就像走进一座美术馆，你不会只清点画作数量，而会下意识评估：这些作品是挤在同一个流派角落，还是横跨文艺复兴、浮世绘、超现实主义与数字生成艺术？这种“空间覆盖感”，正是多样性（Diversity）的底层直觉。而基于距离的多样性度量，正是将这一直觉翻译成可计算、可微分、可嵌入优化循环的数学语言的第一座坚实桥梁。