ALICE：上下文内零样本互信息估计的基础模型

研究者提出 ALICE，一个仅用合成分布训练的基础模型，可在上下文内估计未见分布的 rectified-flow 速度场，并通过固定恒等式积分联合场与条件场之差的平方得到互信息。ALICE 无需按分布单独训练，原生支持不同数据维度和样本数量，在标准基准及生物学、遗传学、神经科学三个领域实现零样本互信息分析，首次让单一模型追平按分布分别训练的神经估计器。