MoDDiT：扩散Transformer的简单token路由
热点事件持续更新
MoDDiT：扩散Transformer的简单token路由
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Jarek Liesen 等作者提交论文，提出 MoDDiT：对扩散 Transformer 做架构改动，让 token 分别经过 MLP 和自注意力两条路径，从而按 token、图像和去噪时间步动态分配 MLP 计算量，最少只处理 12.5% 的 token。 作者称，该改动让模型学习把 token 路由到 MLP 与自注意力两条路径，而不是对所有 token 均匀投入 MLP 计算。报道未给出该路由在生成质量或速度上的实测结果。
AI 根据报道生成 · 54 分钟前更新
最新进展10月21日 12:00
MoDDiT：Diffusion Transformers 中的简单 Token 路由报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIMoDDiT：Diffusion Transformers 中的简单 Token 路由
MoDDiT 通过架构改动让 token 独立经过 MLP 和自注意力两条路径，实现按 token、图像和去噪时间步动态分配 MLP 计算量，最少仅处理 12.5% 的 token。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。