arXiv cs.CV· Xiaoyu Wu, Yifei Wang, Chen Wei·· 4 小时前AI 评分34
生成中的表示设计：Diffusion Transformer 的跨视图 class-token 对齐
Representation by Design in Generation: Cross-View Class-Token Alignment in Diffusion Transformers
AI 导读
在扩散 Transformer 中加入跨视图 class-token 对齐，可在保持生成质量的同时显著提升语义表示：ImageNet 线性探测准确率提升 9.4%（class token）与 10.1%（均值池化 patch token），冻结骨干 VOC2012 分割提升 3.6 mIoU。
来源：arXiv cs.CV · arxiv.org