arXiv replacement + ICML 2026 Poster + sparse autoencoder interpretability · P2 · 2026-06-18

RAIGen：它和通用视觉自监督的关系在于：用 Matryoshka Sparse Autoencoders 做 label-free rare-attribute discovery，和扩散模型内部视觉概念分析有关

中高相关；详见方法、贡献和实验边界。

RAIGen: Rare Attribute Identification in Text-to-Image Generative Models　arXiv replacement + ICML 2026 Poster + sparse autoencoder interpretability　原文链接

编号2602.06806 优先级P2 类别arXiv replacement + ICML 2026 Poster + sparse autoencoder interpretability 会议arXiv replacement + ICML 2026 Poster + sparse autoencoder interpretability 方法用 Matryoshka Sparse Autoencoders 做 label-free rare-attribute discovery，和扩散模型内部视觉概念分析有关来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：用 Matryoshka Sparse Autoencoders 做 label-free rare-attribute discovery，和扩散模型内部视觉概念分析有关。中高相关；详见方法、贡献和实验边界。

**Figureure 1 · Overview of RAIGen**Figure 1. Overview of RAIGen. Diffusion representations (h) are decomposed by MSAE into interpretable features (z). A minority score (s), combining rarity and distinctiveness, ranks neurons or features to reveal minority attributes. Minority concepts are identified at the coarsest MSAE level (e.g., female doctor, doctor in suit), where size reflects activation frequency (smaller size = less frequent) and color denotes neuron identity.这张图概括 RAIGen 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Figureure 14 · Visualization of 4 minority neurons obtained by RAIGen for different W**Figure 14. Visualization of 4 minority neurons obtained by RAIGen for different WinoBias professions. For each neuron, we show the top five activating images and their corresponding activation heatmaps.这张可视化用来解释 RAIGen 学到的中间表征或对齐关系。重点看它是否支持正文里的机制判断。

核心问题

它和通用视觉自监督的关系在于：用 Matryoshka Sparse Autoencoders 做 label-free rare-attribute discovery，和扩散模型内部视觉概念分析有关。

方法拆解

用 Matryoshka Sparse Autoencoders 做 label-free rare-attribute discovery，和扩散模型内部视觉概念分析有关

主要贡献

中高相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。