SharedSAE：跨U-Net块与去噪时间的共享稀疏字典

2026年10月14日，arXiv Artificial Intelligence 报道了 Longhao Lei、Lan Yao 提出的 SharedSAE（共享稀疏自编码器）。该工作学习一个稀疏字典，跨 SDXL 1.0 的四个 U-Net 注意力模块和全部 50 个去噪步共享；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。目前报道仅此一篇，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。