UIUC 等多机构提出 DSReg：无解码器即可分离表征中的物理因子
jiqizhixin · x · 2026-11-07
来自 UIUC、冷泉港实验室、布朗大学、马普所与 ELLIS Tübingen 的研究者发布预印本 DSReg，研究如何在预测式表征中把混杂在各个坐标里的多个物理因子分离出来，且不依赖解码器或重建损失。配图展示了从 LeJEPA 的线性混合表征到 DSReg 逐个独立潜变量的对比。
论文三个要点：
- 旋转搜索：从白化、线性可辨识的表征出发，用局部回归估计观测对坐标的依赖关系，DSReg 偏好使这些依赖更稀疏的旋转。
- 理论条件：恢复到符号与置换差异级别需要不同的依赖足迹和一个函数性「无抵消」假设，外加初始的线性可辨识前提；实用算法采用估计的连续稀疏目标。
- 可扩展性：作者在其设定范围内验证了方法的可扩展性。
「研究」频道最新
- 19 岁生物医学博士 Tanishq Abraham 谈 Sophont 癌症研究模型 Holon-S1 — iScienceLuvr · 2026-11-07
- Anthropic 研究：AI 可承担科研 27-52% 工作时间，中位数 38% — emollick · 2026-11-07
- ICLR 2027 审稿提「附录」比例飙至 29%，疑 AI 代写涌现 — nsaphra · 2026-11-07
- LLM 直接改权重:仅动 2048 个参数,机器人任务成功率 68% 升至 88% — zhaoran_wang · 2026-11-07
- GTEx MCP Server：让 AI 助手查询 54 种人体组织基因表达数据 — modelcontextprotocol · 2026-11-07
- 斯坦福教授 Anshul Kundaje：ML 会议同行评审体系已无法修复 — anshulkundaje · 2026-11-07