arXiv cs.CV· Muhammad Atif Butt, Pawe{\l} Skier\'s, Joost Van De Weijer, Kamil Deja·· 4 小时前AI 评分35
超越线性表示假设：KANSteer 实现文本到图像模型的非线性激活引导
Beyond the Linear Representation Hypothesis: Non-Linear Activation Steering in Text-to-Image Models
AI 导读
KANSteer 用 Kolmogorov-Arnold Networks 把文本到图像扩散 Transformer 的概念激活轨迹建模为曲线，替代线性表示假设下的直线引导。研究发现多个概念与扩散 Transformer 的激活轨迹明显偏离直线，KANSteer 对中间属性的拟合更接近、过渡更平滑。
来源：arXiv cs.CV · arxiv.org