arXiv · cs.AI· Yujia Zheng, David Klindt, Randall Balestriero, Bernhard Schölkopf·· 1 天前
DSReg在无重建条件下可证明地恢复独立世界潜变量
DSReg: Provably Recovering Individual World Latents without Reconstruction
arXiv:2610.09457v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yujia Zheng, David Klindt, Randall Balestriero, Bernhard Schölkopf
首次提交：2026-10-07 13:12
研究任务与主要进展
基于论文摘要，作者提出DSReg（Dependency-Sparsity Regularization），在结构多样性条件下无需重建、解码器或标签，即可将线性识别的表示恢复为独立世界潜变量，误差范围为带符号置换。方法可后处理地应用于任何线性识别表示，并复用已训练检查点；作者称其在合成环境、世界模型探针、学习视觉编码器和外部渲染器上改善了个体潜变量恢复与下游使用，实验细节仍需阅读全文核对。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org