arXiv · cs.AI· Yuwei Sun, Yuxuan Yao, Hui Li, Weihao Yuan, Siyu Zhu·· 19 小时前
ReMoA：多模态扩散模型中的递归模块化自适应与稀疏潜在精炼
ReMoA: Recursive Modular Adaptation via Sparse Latent Refinement in Multimodal Diffusion Models
AI 导读
ReMoA 将递归模块化自适应框架集成进扩散模型的联合注意力层，通过稀疏选择神经模块在多个递归步骤中迭代精炼视觉 token，且不增加额外参数。在 ImageNet 上 DiT-XL 的 recall 从 0.57 提升至 0.62，SD3-medium 的 GenEval 总分从 68.33% 提升至 71.18%。
来源：arXiv · cs.AI · arxiv.org