跳到正文
热点事件持续更新

ReMoA：扩散模型递归模块化适配框架

1 篇报道1 个报道来源19 小时前更新

先了解这件事

AI 综述

Yuwei Sun 等作者提出 ReMoA 递归模块化适配框架，将其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。 作者报告称，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%。这些数字来自论文自述，尚未经独立验证。

AI 根据报道生成 · 13 小时前更新

最新进展11月5日 13:00
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

报道时间线

沿着报道，了解事件的不同侧面。

11月5日
  1. arXiv · cs.AI
    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 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%。

本事件热度走势

可比范围当前
6
可比范围峰值
811月5日 19:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。