📖 摘要

用Wasserstein测地线统一课程学习设计因素，提供解耦分析框架。

🔑 关键词速览

Curriculum Learning	一种机器学习训练策略，通过从简单样本到困难样本的排序来加速学习并提高性能。
Wasserstein Geodesics	基于Wasserstein距离的最优传输路径，用于度量概率分布之间的几何变化。
Transport-based Framework	一种利用最优传输理论将分布变化建模为轨迹的框架，用于解耦课程设计因素。
Exposure-matched Static Sampling	一种基线方法，在训练中均匀或随机采样样本，但确保每个难度级别的总曝光量与课程方法相同。
Difficulty Axis	定义样本难度的维度或属性，如噪声水平、复杂度等，用于构建课程。