Training-Time Regularization for Inference-Time Monitoring-A Unified Framework for Self-Supervised World Models
Este artículo identifica y aborda el "dilema de la regularización-monitoreo", un conflicto fundamental donde la gaussianización marginal requerida para el entrenamiento estable de modelos de mundo autosupervisados (como los JEPA) suprime inadvertidamente las estructuras geométricas discriminativas necesarias para una detección de anomalías fiable en el tiempo de inferencia.