FuseReg 论文:正则化层融合弥合表示自编码器重建-生成鸿沟
_akhaliq · x · 2026-09-29
- Representation Autoencoder(RAE)将多个 encoder 层特征融合进共享隐空间,但重建与生成对层级偏好不同:decoder 偏好浅层、像素丰富的特征,而 DiT 偏好更深层、结构化的语义特征,导致重建-生成失配。
- FuseReg 不搜索单一最优融合层,而是训练模型在层融合的分布上保持鲁棒,从而缓解这一鸿沟。
- 论文页面已发布在 Hugging Face(akhaliq 转发)。
所属事件:FuseReg 正则化弥合自编码器重建与生成鸿沟(2 条相关)→
「多模态」频道最新
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16
- Minimax H3 Image 训练人物 LoRA 相似度差,同数据集在 Qwen 2.1 上表现优异 — Ad_Organic · 2026-11-16