arXiv · cs.AI· Zihui Zhao, Yuanbo Tang, Yang Li·· 11 小时前
精简激活字典学习中的稀疏性—存储—精度权衡
On the Sparsity-Storage-Accuracy Tradeoff in Parsimoniously Activated Dictionary Learning
arXiv:2606.22352v2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：Zihui Zhao, Yuanbo Tang, Yang Li
研究任务与主要进展
作者提出精简激活字典学习（PADL）的结构化生成模型表述，利用控制全局激活模式的潜变量推导泛化保证，并分析稀疏性、存储成本与重构精度之间的权衡。基于该连接，作者提出一种减少手动超参数调节的算法，摘要称其在相近稀疏水平下改善了视觉任务的重构性能，并展示了加速视觉语言模型推理的用途。材料仅提供论文摘要，未说明具体模型、基准或量化结果。
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