模型
Autoencoder
一种无监督神经网络，通过编码-解码重构输入，学习数据压缩表示。
详细解释
自编码器由编码器和解码器组成，编码器将输入压缩为潜在表示，解码器重构输入。训练目标是最小化重构误差。它常用于降维、去噪和特征学习，变体如变分自编码器（VAE）可生成新数据，是深度生成模型的基础之一。
别名与相关写法
autoencoder
相关术语
Encoder共现 10 篇
Sparse Autoencoder共现 5 篇
MAE共现 2 篇
微调共现 1 篇
catastrophic forgetting共现 1 篇
representation learning共现 1 篇
相关公司
相关资讯
arXiv 研究自然语言自编码器 NLA 能否泛化到微调模型2026/10/23
LLMAE：将预训练 LLM 改造为高保真连续文本自编码器2026/9/24
ARIA：基于稀疏自编码器的测试时遗忘方法2026/9/16
LAMAE：潜在注意力掩码自编码器实现多模态心脏表征学习2026/9/14
TaxoSAE：用分类学逻辑重构稀疏自编码器2026/10/26
arXiv 提出 SAGA 用稀疏自编码器几何锚定缓解灾难性遗忘2026/10/19
arXiv 论文：稀疏自编码器数据规模收益递减2026/10/16
稀疏自编码器分离语音语言与副语言信息2026/10/9