待验证50% 置信事实精确时间
VQ-VAE采用直通估计器将梯度从解码器回传至编码器，训练目标通常包含重建损失、码本对齐损失和承诺损失三项。
1
来源数
50%
置信度
长期有效
时效性
2026/10/23
首次发现
来源
涉及实体
相关事实
待验证应对损失尖峰的工程策略包括梯度裁剪（将梯度范数限制在1.0以内）、从尖峰前检查点回滚重训以及使用QK Normalization71% 相似待验证码本坍缩是VQ-VAE的常见失败模式，指只有少数码本条目被使用，其余成为死码；常用缓解手段包括指数移动平均更新、码本重置和多样性正则。69% 相似待验证MRL在训练时同时优化多个维度层级的损失函数，总损失是各粒度损失的加权和69% 相似待验证Diffusion-LM的训练目标包含三项损失：扩散去噪损失、嵌入匹配项和取整损失69% 相似已验证几何变换后必须记录变换参数并对预测框进行逆变换对齐，忽略该步骤会导致一致性损失语义错位而损害训练效果68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1088745API
curl https://kongchang.com/api/v1/knowledge/claims/1088745MCP
get_claim(id=1088745)