**StableVQ：稳定向量量化分词器训练的实用指南**

_StableVQ: Practical Guidelines for Stable Vector-Quantized Tokenizer Training_

> 向量量化（VQ）是离散视觉分词器的基础，但训练稳定性长期未被充分研究。作者指出，问题根源在于编码器-解码器与码本训练的耦合：两者都无法独立履职，只能依赖偶然的协同。为此提出 StableVQ，通过动态 STE 修正编码器学习目标、用 Region VQ Loss 让码本独立跟踪编码器输出分布、并以解耦调度为两个子系统分配独立学习率。该方法基于共享投影码本，轻量且不引入可学习参数，在 ImageNet 上于多种码本规模和初始化设置下均提升了训练稳定性、码本利用率与重建质量。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.26774)