研究人员开发了 LinMorph,一种用于高效线性化预训练视频扩散 Transformer (Video DiT) 的新颖方法。与之前专注于注意力替换后恢复质量的方法不同,LinMorph 解决了初始化的关键瓶颈。它学习跨参数变形来转换 softmax 到线性的权重,使目标门控 DeltaNet (GDN) 参数能够从多个预训练投影中提取。与随机初始化或启发式权重重用相比,该技术能够实现更快的恢复和更好的生成质量,并且可以在短视频片段上学习,以便在更大的视频规模上重用。 AI
影响 这项研究可能导致更高效的视频生成模型的训练和部署。
排序理由 该集群包含一篇详细介绍模型线性化新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →