跳到正文
arXiv · 机器人与计算机视觉· Vitus Benson, Fanny Yang, Markus Reichstein·· 9 天前AI 评分35

Sparse Autoencoders 分解地球观测嵌入:NeurIPS 2026 接收论文与代码开放

Decomposing Earth Embeddings with Sparse Autoencoders

AI 导读

Sparse Autoencoders(SAEs)将 AlphaEarth 和 Tessera 嵌入分解为稀疏特征,在匹配稀疏度下重构效果优于所有基线。AlphaEarth 中仅 88% 维度最多对齐一个概念组,且细粒度方差占比达 23%-32%,远超随机解码器基线的 9%。SAE 代码已开放,但发现土地覆盖子概念等应用尚不足以用于实际部署。

来源:arXiv · 机器人与计算机视觉 · arxiv.org