단일 인과 대조 손실 함수로 학습되는 연속 계량장(metric field) 프레임워크가 로봇 내비게이션의 경로부터 블랙홀의 사건 지평선까지 다양한 차원의 기하학적 구조를 발견해내는 것으로 나타났다. 이 프레임워크는 장면을 고정된 대칭 행렬 기저의 계수로 인코딩하고 이를 리 대수 원소로 조립한 뒤 지수화해 리만 또는 로렌츠 계량으로 변환한다. 동일한 손실 함수와 아키텍처, 학습 절차만으로 평면·매니퓰레이터 구성 공간에서는 장애물을 피하는 측지선을, 로렌츠 시공간에서는 올바른 부호수를 가진 블랙홀형 구조를 자연스럽게 도출했다. 광범위한 제로샷 일반화 실험은 이 프레임워크가 특정 설정을 암기하는 것이 아니라 전이 가능한 기하학적 구조 자체를 포착하고 있음을 보여준다.

• •단일 인과 대조 손실로 학습되는 연속 계량장이 로봇 내비게이션부터 블랙홀까지 다양한 기하 구조를 포착
• •동일한 손실·아키텍처·학습 절차로 리만 계량(내비게이션)과 로렌츠 계량(블랙홀)을 모두 도출
• •블랙홀 설정에서 올바른 로렌츠 부호수를 가진 사건 지평선 구조가 자발적으로 형성됨
• •제로샷 일반화 실험으로 특정 설정 암기가 아닌 전이 가능한 기하학적 구조 학습을 입증