实体
SharpMoE
SharpMoE
PulseAugur coverage of SharpMoE — every cluster mentioning SharpMoE across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的 SharpMoE 框架通过准确路由增强扩散模型
研究人员开发了 SharpMoE，一个旨在提高视觉生成中使用的专家混合（MoE）扩散模型的效率和性能的新框架。该框架解决了路由分配问题，现有模型由于依赖嘈杂的潜在特征而未能为显著的 token 分配足够的计算资源。SharpMoE 利用干净的潜在特征进行路由指导，并引入了轨迹路由损失，以确保在整个去噪过程中精确分配资源。这种即插即用的解决方案增强了预训练的 MoE 模型，在视觉生成方面取得了最先进的成果。
-
SharpMoE 通过精确路由提高扩散模型效率
研究人员推出了一种名为 SharpMoE 的训练后框架，旨在提高视觉生成扩散模型中专家混合（MoE）架构的效率。该框架解决了路由效率低下问题，现有模型由于依赖噪声损坏的潜在特征，未能为显著性 token 分配足够的计算资源。SharpMoE 利用干净的潜在特征进行无噪声引导，并结合轨迹路由损失，在整个去噪过程中精确分配资源，从而提高视觉生成任务的性能。