SharedSAE：跨 U-Net 模块与去噪时间的扩散模型统一稀疏字典

SharedSAE 学习了一个跨 SDXL 1.0 四个 U-Net 注意力模块和全部 50 个去噪步共享的稀疏字典，通过块特定低秩输入适配器和时间条件模块对齐各块残差分布并吸收时间非平稳性。基于该字典的局部特征抑制将 I2P 检测器阳性子集中 NudeNet 阳性生成数从 139 降至 1。追踪稀疏特征还发现概念表征在生成过程中从最早下采样块向中间和后期块重新分布。