Hugging Face 每日论文·· 3 天前精选AI 评分54
Learning Representations to Guide Pixel Diffusion Transformers 论文提出 Representation Guidance
Learning Representations to Guide Pixel Diffusion Transformers
AI 导读
论文研究像素扩散 Transformer 中何种视觉表征有助于生成，发现表征质量提升未必带来生成效用，架构分离的像素解码器主要重新分配语义与空间建模。作者提出 Representation Guidance（RG），用低维瓶颈压缩生成相关信息，并通过修改 flow-matching 目标显式引导解码器生成。
推荐理由
论文指出表征质量高不等于生成效果好，并给出低维瓶颈引导 flow-matching 目标的具体做法，可迁移。
来源：Hugging Face 每日论文 · huggingface.co