ConSDL：用逐样本稀疏编码提升SAE跨训练一致性

Jinho Choi、Hyesu Lim、Jaegul Choo、Steffen Schneider 在 arXiv 发布论文，提出一致稀疏字典学习方法 ConSDL，用逐样本稀疏编码替代标准线性编码器，以提升稀疏自编码器（SAE）字典和系数的跨训练运行一致性。基于论文摘要：在16种合成设置中 ConSDL 实现接近完美的字典与系数恢复；在4个视觉和语言设置中，其字典与系数一致性较6个 SAE 基线的平均水平分别提升17.6%和35.9%，作者称为跨种子一致性的当前最优水平。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。