ImageNet-512
PulseAugur coverage of ImageNet-512 — every cluster mentioning ImageNet-512 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
SpecSlot Transformer 提升图像生成细节和效率
研究人员开发了 SpecSlot，一种新颖的像素空间生成 Transformer，旨在提高图像生成的效率和细节。该模型通过将空间锚点扩展到多个槽，每个槽处理 DCT 系数的不同频段，从而将输出细节与全局注意力序列的长度解耦。只有最低频段的槽参与全局注意力，而所有槽都进行局部交互，从而在不按比例增加计算成本的情况下提高频谱细节。SpecSlot 在 ImageNet 和 DPG-Bench 等基准测试中，与 JiT 等现有模型相比，在 …
-
SpecSlot 增强生成式 Transformer，以更少的计算量生成细节丰富的图像
研究人员推出了一种新颖的像素空间生成式 Transformer 的分词方法 SpecSlot，旨在提高图像细节而不增加计算成本。该方法通过为分词分配特定的频谱输出角色，将输出细节与全局注意力序列的长度分离开来。低频分量处理全局注意力，而高频细节则在本地管理，从而在不扩大全局序列的情况下增加频谱细节。SpecSlot 在 ImageNet 和 DPG-Bench 等基准测试中表现出改进的性能，与现有方法相比，以更少的计算资源实现了相当或更好的结果。
-
APEX 方法在扩散模型中实现极致压缩
研究人员开发了 APEX，一种用于扩散模型极致压缩的新颖方法，解决了重建质量和生成效率之间的权衡问题。APEX 利用分层潜在空间和跨通道组的异步去噪，允许在不增加 token 数量的情况下分阶段生成细节。该方法在 ImageNet-512 上显著优于现有方法，以更少的 token 和更低的计算预算取得了更好的结果，甚至超越了更大的模型。
-
通过教师对齐修复改进扩散模型压缩
研究人员开发了一种新颖的方法，通过结合剪枝和步长蒸馏来降低扩散模型的计算成本。他们的方法引入了一个“教师对齐修复”阶段，弥合了模型剪枝和将其蒸馏为单步之间的差距。该技术成功地取代了冗长的重新训练过程，实现了显著的参数减少，同时保持或提高了图像生成质量。
-
新框架优化扩散模型引导，以实现更好的保真度-覆盖率权衡 · 跟踪3个来源
研究人员开发了一个新的信息论框架来优化扩散模型中的分类器自由引导（CFG）调度。该方法旨在平衡保真度与分布覆盖率之间的权衡，而这通常会因强引导而受到损害。所提出的方法使用参考点来引导采样器，并推导出目标估计的公式，在ImageNet-512和COCO数据集上展示了具有竞争力的或改进的结果。