知识卡片：FuseReg：用层融合正则化缓解表征自编码器的重建-生成差距

一句话结论：根据候选摘要，FuseReg 试图用“随机编码器层子集训练”替代启发式层融合，让表征自编码器对层选择更鲁棒，从而在不修改预训练编码器的情况下缩小重建与生成之间的差距；正文未抓取，具体方法与数值均待核实。

事件概述或研究问题：
Representation autoencoders（RAE）复用预训练视觉编码器的特征，将其同时作为重建 latent 和扩散 latent，以把强视觉表示引入图像生成。问题在于：哪些编码器层应组成生成器与像素解码器共享的 latent space。候选摘要称，浅层更利于保留像素细节，深层更利于生成指标，因此固定启发式层融合会把两个偏好不同的阶段耦合在一起。FuseReg 的研究问题即如何减少这种对固定层融合选择的依赖。以上来自元数据与候选摘要，正文未抓取，待核实。

方法/产品要点：

• 核心方法：FuseReg 用对编码器层随机子集的训练，替代启发式特征选择或固定层融合。
• 理论解释：候选摘要称，子集采样会显式惩罚模型对跨层不一致的敏感性；理论分析细节、假设与证明待核实。
• 实验对象：候选摘要提到 ImageNet-256、DINOv3-L、RAEv2 DiT-XL generator、DiT-Base；具体配置、baseline 与训练细节待核实。
• 正则化扩展：同一原则被扩展到 diffusion training，并联合正则化两个阶段；具体实现待核实。

主要结果或产业意义：

• 候选摘要称，在 ImageNet-256 with DINOv3-L 上，单个 FuseReg 解码器无需重训练即可从 full、sparse 和 single-layer fusions 重建，PSNR 高于专门适配固定融合的解码器。待核实。
• 候选摘要称，仅替换解码器、保持 RAEv2 DiT-XL generator 不变时，unguided gFID 降低 27%。待核实。
• 候选摘要称，在 DiT-Base 上联合正则化两阶段后，unguided gFID 降低 29%。待核实。
• 产业意义可能是：降低为不同层融合策略分别训练解码器的成本，并提升 RAE 在生成系统中的即插即用性；但实际收益、成本与可复现性待核实。

为什么重要：

• 它把“编码器层如何融合”从固定先验变成可训练鲁棒性目标，可能缓解 RAE 中“重建细节”与“生成质量”之间的权衡。
• 与已有 PixWorld 卡片相关：两者都关注重建与生成的统一，但 PixWorld 在像素空间消除对预训练自编码器的依赖，FuseReg 则保留预训练编码器，转而训练下游模型对层融合更鲁棒；增量在于“不改编码器，改融合正则化”。
• 与 RSF-GLLM、DiaLLM 等卡片共享“弥合两阶段/两类目标差距”的叙事，但对象是视觉表征自编码器与扩散生成，不是知识图谱问答或方言生成。上述关系为编辑性关联，待核实。

局限与不确定性：

• 来源材料明确标注“未能抓取正文”，本卡片仅基于已知元数据与候选摘要生成，所有方法、数据、数值、理论结论均待核实。
• 未确认作者、机构、代码/项目页、发表状态、arXiv 版本有效性。
• 未确认英文关键词原始列表、baseline、评价协议、统计显著性、计算开销，以及结果是否仅限 ImageNet-256。
• 27% 与 29% 的降低基准、指标定义、模型规模、是否均为 unguided gFID，以及是否经过多次运行，均待核实。
• FuseReg 与 RAE/RAEv2 原始定义及实现之间的具体关系待核实。

可用于图书/PPT/简报的角度：

• “从选层到鲁棒融合”：表征自编码器如何同时服务重建与生成。
• “一个解码器适配多种层融合”：降低下游适配与维护成本。
• “不改预训练编码器，改训练目标”：基础模型复用中的轻量级改进思路。
• “重建-生成差距”作为视觉生成模型设计约束。
• 与 PixWorld 等统一重建/生成路线对比：潜在空间鲁棒层融合 vs 像素空间消除自编码器依赖。

原始材料：

• 英文标题：FuseReg: Regularizing Layer Fusion Mitigates the Reconstruction-Generation Gap in Representation Autoencoders
• 英文关键词：待核实（元数据未提供原始关键词；候选摘要相关英文术语包括 Representation Autoencoders、Layer Fusion、Regularization、Diffusion Models、Image Generation、Reconstruction-Generation Gap）
• 原始来源：https://arxiv.org/abs/2609.31620v1
• Track：academic
• Topics：foundation-model
• 备注：来源材料标注“未能抓取正文”；本卡片仅基于已知元数据与候选摘要整理，具体事实待核实。