跳到主要内容
检索

# 语义秩优先级

1 篇关联报道

订阅更新
  1. arXiv

    无损扩散不必改模型:LLDM把像素拆成残差再缩放,ImageNet上gFID从104.29降到11.64

    无损潜扩散模型(LLDM)换了一条路:不改扩散模型的结构和目标,而是构造一个可逆变换,把像素映射成更适合扩散的表示。它保留预训练有损VAE的潜变量,把重建误差作为残差按通道拼接进去以保证像素级精确还原,再对残差做不均匀缩放。在ImageNet类到图任务上,LLDM的gFID为11.64,像素空间扩散为104.29;不加分类器无引导时,SD-VAE为26.02、FLUX2-VAE为10.18。

已读完全部报道