本研究提出了一种信息获取调节（InfoReg）的方法，旨在解决多模态学习中的信息获取不平衡问题。该方法通过减缓信息充足模态的获取速度，促进信息不足模态的学习，从而实现更均衡的学习过程，提升多模态网络的整体性能。

该研究探讨了变分自编码器（VAE）中的隐藏表示，提出了内在维度和信息不平衡的新理解。研究发现，当瓶颈大小超过内在维度时，VAE的行为会发生变化，并确认了快速拟合与缓慢泛化的训练阶段。这为优化架构搜索和诊断欠拟合问题提供了新工具。