autoencoder

论文提出LLMAE方法，利用潜在瓶颈将预训练的仅解码器LLMs重新定位为连续文本自编码器，实现高保真重建，并支持图像描述等下游任务。

本文介绍了GAE，一种几何原生的自动编码器，它创建了一个紧凑的潜空间，用于生成3D一致的场景，相比现有方法，提升了视觉质量和一致性。

本文探讨了自编码器参数与数据统计特性之间的联系，提出参数可以作为数据的向量表示，通过理论分析以及在CIFAR-10和FashionMNIST数据集上的实验进行了验证。

本文介绍了Drift Variation自动编码器，它使用条件后验流匹配来统一生成和表示学习，在受控多模态基准测试中实现了高性能。

本研究使用牛奶中红外光谱的元聚类来识别与泌乳早期负能量平衡相关的奶牛群体，揭示了五个具有不同严重程度的明显聚类。

Tom Yeh 教授分享了一个交互图示，用于学习自编码器，这是他专注于多层感知器的'AI by Hand'系列的一部分。

本文重新审视了基于能量的模型在表格异常检测中的应用，证明将Deep Boltzmann Machine的能量分数与自编码器的重建分数相结合，能显著提升在基准数据集上的性能。

ReconSpan 引入了一种自适应潜在分词方法，利用后向解码器将文本划分为可重构的块，从而实现可变长度的潜在标记以及训练后对粒度的控制。

本文介绍了一种基于物理感知自编码器的潜空间框架，用于参数化动力系统的降阶正向建模和变分参数估计，并在计算流体动力学基准上进行了演示。该方法实现了基于可微代理的逆向建模，并在现实噪声或部分观测条件下展现出更好的校准鲁棒性。

V-RAE提出了一种视频表示自编码器，它从冻结的视觉表示中构建语义组织的潜在表示，以提升视频生成质量、收敛速度和预测建模。

TailBooster是一种双层生成框架，通过统计尾部提取和基于自编码器的清洗来合成运行上有效的极端航空运输事件，显著提高了极端事件预测的准确性。

Kijai 分享了一个为 MiniMax-H3 快速训练的二维微型 VAE，旨在改进 ComfyUI 中的潜空间预览。还附上了由 madebyollin 训练的更好的替代方案。

介绍了NEXUS，一个约300万参数的轻量级基础模型，在LHC对撞数据上进行预训练，展示了在引力波、洪水预测和神经活动等任务上的改进下游性能及跨域迁移能力。

ConvGRUAutoencoder将卷积层与门控循环单元结合，用于压缩和重建视频序列，从而实现无需人工标注的无监督学习。

本文提出Hyper-Spherical Quantization (HSQ)来解决将视觉表示离散化时的码本崩溃问题，实现了高保真重建和可扩展的码本预算，最高可达131,072，利用率达100%。

CLOE是一种新的半监督异常检测方法，结合了自编码器与基于Christoffel函数的检测器，通过一种新颖的损失函数来改进表示学习。该方法在高维表格数据上取得了最先进的结果，同时保持了简单性。

提出物理自监督学习，一种用于无标签IMU传感的自编码器范式，该范式用基于物理的解码器替换神经解码器，在无人工标签的情况下，在跟踪和动作捕捉任务中实现高达5倍的误差减少。

FLARE 是一种受迫潜在自编码器，能够从受迫物理系统的高维观测中发现紧凑的响应坐标和稀疏的、依赖于输入的潜在动力学，从而在未见输入下实现长时域预测。

VisCo是一个高效训练的自压缩框架，它重用预训练的视觉-语言模型作为视觉令牌压缩的内在编码器，在所有压缩比率下均实现优越性能，且无需外部模块。

本文介绍了ODIN，一种新颖的自编码器架构，它强制潜在维度正交并按照重要性排序，在全非线性条件下恢复类似PCA的可解释性。该方法将几何约束集成到训练目标中，具有理论依据，并在合成数据集和真实数据集上进行了实证验证。