Nouvelle approche pour les transformateurs de diffusion pixel par MFlow
En bref
- MFlow combine x0- et u-prédiction de manière adaptative selon les données.
- ConvRefiner corrige les défauts de haute fréquence des images générées.
- Performances compétitives sur ImageNet, UCF-101 et génération texte-image.
Les auteurs proposent MFlow, une méthode adaptative pour les transformateurs de diffusion en espace pixel. Elle combine les prédictions x0 et u selon les directions principales des données, améliorant les performances. Un module complémentaire, ConvRefiner, corrige les défauts de haute fréquence des images générées.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur